基于遗传算法的组卷研究及题库系统实现

基于遗传算法的组卷研究及题库系统实现

论文摘要

随着计算机技术和网络技术的快速发展和广泛应用,以及现代教育技术手段的不断革新,以弹性学习期限和交互式教学为主要特征的现代远程教育成为构建信息社会终身教育体系的重要手段。由于现代远程教育具有教与学时空分离、师生时空分离等特点,如何针对不同个性的学生实施教学评价成为不断提高网络教学质量的关键问题之一。题库系统的研究与发展是随着标准化考试的兴起而渗透到教育领域的。它具有两个方面的优势:一方面能够根据学生自身的特点进行针对性的个别化教学评价,增强教学效果;另一方面可实现教育资源的重用,有效减轻教师在出题、组卷、阅卷等环节上大量甚至重复的工作,使教师更多的精力投入到教学研究及实践中,保护学生的学习积极性;又能降低教育经费不必要的重复投入。而一个题库系统是否能够充分发挥其在教育教学和职业人才选拔领域的巨大作用,取决于其是否具有优秀的组卷算法。因此,论文选题具有较好的学术意义和实用价值。本文重点研究自动组卷的策略和相关算法,主要包括以下几个部分:①对目前常用的三种自动组卷算法(基于随机数的组卷算法、回溯试探组卷算法和基于遗传算法的组卷算法)进行了研究分析,了解这些算法的原理和运算过程;重点分析了目前常用的基于遗传算法的自动组卷算法的设计和算法过程,指出了其不足之处。②研究了遗传算法的原理和操作过程,重点分析适应度函数对遗传操作的影响以及编码、遗传操作(选择、遗传和变异)各种处理方式的特点。③在分析传统组卷算法的优缺点和组卷策略参数的基础上,结合遗传算法,提出了改进的自动组卷算法。它以知识点作为基本的考查点,把试题个数作为试卷最重要的约束目标;不同于目前常用的线性适应度定标,该算法适应度函数的设计充分考虑试题难度、区分度和知识点分布状况对试卷质量的影响,并分别设置适应度函数定标和影响因子;对种群的编码采用分区编码,即种群染色体编码和单道试题编码分开;在对选择、交叉和变异操作过程中各处理方式深入研究的基础上,提出改进的处理方法,以使算法尽快收敛到全局最优解。在理论研究的基础上,作者结合远程教育的特点,完成了现代远程教育题库系统的研发,投入了重庆大学网络教育学院的实际运行,取得良好的应用效果,且实践证明本文提出的组卷算法能快速生成质量相对较好的试卷。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 引言
  • 1.2 国内外研究现状
  • 1.2.1 题库系统国内外发展状况
  • 1.2.2 组卷算法研究现状
  • 1.2.3 遗传算法研究现状
  • 1.3 本文的研究内容与组织结构
  • 1.3.1 研究内容
  • 1.3.2 本文组织结构
  • 2 遗传算法介绍
  • 2.1 生物进化和遗传算法
  • 2.1.1 生物进化
  • 2.1.2 遗传算法的基础用语
  • 2.1.3 自然遗传学和遗传算法基础用语对照表
  • 2.2 遗传算法的特点
  • 2.3 遗传算法的理论基础
  • 2.3.1 相关定义
  • 2.3.2 模式定理
  • 2.3.3 积木块假说
  • 2.3.4 骗问题
  • 2.3.5 隐并行性
  • 2.4 遗传算法过程描述及评估
  • 2.4.1 传统遗传算法的处理过程
  • 2.4.2 遗传算法的处理技术
  • 2.4.3 遗传算法评估
  • 2.5 遗传算法的运用领域
  • 2.6 本章小结
  • 3 基于遗传算法的自动组卷算法设计与实验
  • 3.1 问题提出
  • 3.2 基于遗传算法改进的自动组卷算法设计
  • 3.2.1 组卷策略
  • 3.2.2 组卷目标
  • 3.2.3 组卷策略模型
  • 3.2.4 组卷算法设计
  • 3.3 实验及评价
  • 3.3.1 实验参数
  • 3.3.2 实验及评价
  • 3.4 本章小结
  • 4 题库系统设计与实现
  • 4.1 题库整体的系统架构
  • 4.2 题库系统功能设计
  • 4.2.1 系统管理平台
  • 4.2.2 教师平台
  • 4.2.3 学生平台
  • 4.3 本章小结
  • 5 总结与展望
  • 5.1 本文的主要工作
  • 5.2 系统存在的问题及进一步的工作
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于遗传算法的组卷研究及题库系统实现
    下载Doc文档

    猜你喜欢