基于自适应遗传算法的智能组卷系统的研究及应用

论文摘要

在网络迅猛发展的今天,远程网络教育已经成为现代教育中的一个重要分支,其有着方法新颖,时间灵活,受益面广等特点。考试,作为教育中的一个重要的组成部分,是检验学生对知识接受程度的一个重要手段,能够使学生了解自身的优劣,有的放矢的进行学习;同时也是学校考核教师授课质量,授课深浅程度等的一种方式。远程网络教育中,自然也不能缺少作为教育中不可分离的重要组成部分的考试。此时,智能组卷也作为其中一个比较最关键的问题,得到了广泛的关注。智能组卷问题(the problem of generating test paper intelligently)实际上是一个多目标优化问题。传统的随机选取法和回溯试探法组卷在组卷时间和组卷的成功率上,都存在着明显的缺陷,很难得到一个较为满意的解。如何在已有研究的基础上,针对智能组卷问题的实际特点,提出一些行之有效的算法来解决智能组卷问题,已经成为大家关注的一个热点。许多研究表明,遗传算法对于解决智能组卷问题,具有很大的潜力。本文针对远程网络教学中的智能组卷问题,在对标准遗传算法研究的基础上,提出一种基于整数分段编码的自适应遗传算法的组卷策略,着重改进了遗传算法中的选择操作。在选择操作的环节中,采用竞赛选择机制,并对竞赛选择机制根据自适应的思想进行了改进,将原有竞赛选择机制中固定的竞赛大小,改变为可以根据算法运行程度,可以自适应改变竞赛大小的机制,进一步提高算法的运行效率。并且根据智能组卷的实际特点,对变异操作进行了改进,使其具有一定的导向性。本算法应用于实际的在线考试系统,与原有算法进行比较,证明了改进算法的有效性和优越性。

论文目录

• 摘要
• ABSTRACT
• 绪论
• 一、智能组卷问题
• 二、遗传算法概述
• 三、本文主要工作及意义
• 本章小结
• 第一章 组卷问题的理论基础
• 1.1 经典测量理论
• 1.1.1 经典测量理论的基本内容
• 1.1.2 经典测量理论的不足
• 1.2 项目反映理论
• 1.2.1 项目反映理论的产生与发展
• 1.2.2 项目反映理论的特点
• 1.2.3 项目反映理论的基本思想和优点
• 1.2.4 项目反映理论的基本假设
• 1.3 组卷问题的其它相关理论
• 本章小结
• 第二章 遗传算法与自适应遗传算法
• 2.1 遗传算法
• 2.1.1 遗传算法的发展与现状
• 2.1.2 遗传算法的基本思想
• 2.1.3 遗传算法的特点
• 2.1.4 遗传算法的基本操作
• 2.1.5 遗传算法的流程
• 2.2 自适应遗传算法
• 2.2.1 自适应遗传算法概述
• 2.2.2 自适应遗传算法的基本思想
• 本章小结
• 第三章 智能组卷的数学模型及常用组卷方法
• 3.1 智能组卷
• 3.2 智能组卷的数学模型
• 3.2.1 智能组卷问题的约束条件
• 3.2.2 智能组卷问题的目标函数
• 3.3 智能组卷的其它常用算法
• 3.3.1 随机组卷法
• 3.3.2 回溯试探法
• 本章小结
• 第四章 改进的自适应遗传算法
• 4.1 引言
• 4.2 改进的自适应遗传算法的基本思想
• 4.3 算法的设计及流程
• 4.3.1 编码
• 4.3.2 种群初始化
• 4.3.3 适应度函数
• 4.3.4 改进的选择操作
• 4.3.5 交叉和变异操作
• 4.3.6 最优保存策略
• 4.3.7 算法停止条件
• 4.3.8 算法的流程
• 4.4 算法有效性验证
• 4.1.1 参数设定
• 4.4.2 组卷结果
• 4.4.3 改进的自适应遗传算法与其它算法的比较
• 本章小结
• 第五章 网上智能考试平台的设计及应用
• 5.1 开发工具简介
• 5.2 系统详细设计
• 5.2.1 系统需求分析
• 5.2.2 系统功能模块
• 5.3 数据库的设计
• 5.4 系统的实现
• 5.5 系统后台
• 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢