遗传算法在自动组卷中的应用

论文摘要

利用计算机技术实现无纸化考试,是近年来计算机技术应用的一个非常活跃的研究领域,目前已经诞生了许多无纸化考试系统。其中组卷问题是一个在一定约束条件下的多目标参数优化问题,采用传统的数学方法求解十分困难。本研究拟采用遗传算法实现试卷的自动生成。遗传算法是一种模拟自然界生物生存繁衍的非数值计算优化方法,它将问题的解,通过一定的转换方法(编码),表示成模拟个体染色体的字符串,从随机产生的多个个体所构成初始群体开始,按照适者生存和优胜劣汰的原理,经过选择、交叉和变异,逐代进化产生出更好的近似解,把末代种群中的最优个体经过解码,就可得到问题近似最优解。本论文在分析自动组卷策略及遗传算法原理的基础上,建立了组卷的数学模型,对经典遗传算法进行了一定的改进,提出采用多维动态矩阵表示解(染体色)的遗传算法,并针对这种染色体设计选择、交叉和变异等遗传算子,实现了通用的自动组卷系统。该系统能够按照试题类型、试题数量、章节覆盖、难度系数、答题时间、课时数等约束条件进行快速搜索,找到最佳组卷方案。系统突破了传统的“一系统一课程一题库”的试题库模式,能管理任何类别的试题,能适用于所有类别的学校、所有类别的考试组卷,具有较强的通用性。运行结果表明,算法运行效率较好,有较好的实用价值。

论文目录

• 摘要
• Abstract
• 第1章 前言
• 1.1 研究背景
• 1.2 研究现状
• 1.3 本文的主要工作
• 1.4 本文的组织结构
• 第2章 基本遗传算法理论
• 2.1 遗传算法的基本概念
• 2.1.1 概述
• 2.1.2 遗传算法的基本思想及发展简史
• 2.1.3 遗传算法的基本概念
• 2.2 遗传算法的三个基本算子
• 2.3 遗传算法的实现步骤
• 2.3.1 遗传算法的组成要素
• 2.3.2 遗传算法的基本步骤
• 2.4 遗传算法的特点和不足
• 2.4.1 遗传算法的特点
• 2.4.2 遗传算法的不足
• 2.5 遗传算法的应用
• 第3章 自动组卷的算法研究
• 3.1 问题的描述
• 3.2 问题的分析
• 3.2.1 组卷的基本原则与特点
• 3.2.2 组卷的功能要求
• 3.3 试题的主要评价指标
• 3.3.1 试题的难度
• 3.3.2 试题的区分度
• 3.4 衡量试卷质量的指标
• 3.4.1 信度
• 3.4.2 效度
• 3.5 组卷的数学模型
• 3.5.1 问题的描述
• 3.5.2 试卷数学模型的建立
• 3.5.3 组卷的目标函数
• 3.5.4 组卷数学模型的建立
• 3.6 自动组卷的算法
• 3.6.1 随机抽题法
• 3.6.2 回溯试探法
• 3.6.3 补偿策略
• 3.6.4 遗传算法
• 第4章 基于遗传算法通用自动组卷系统的实现
• 4.1 通用自动组卷系统的总方案设计
• 4.2 自动组卷系统的实现环境
• 4.3 组卷方案设计
• 4.3.1 通用题库建设
• 4.3.2 数据库结构设计
• 4.3.3 命题综合要求及约束条件
• 4.4 基于改进遗传算法通用自动组卷系统的具体实现
• 4.4.1 建立试卷模型
• 4.4.2 改进遗传算法的设计
• 4.4.3 算法实现
• 4.4.4 实验结果分析及结论
• 第5章 总结
• 5.1 工作总结
• 5.2 本系统的不足处
• 致谢
• 主要参考文献
• 附录 （攻读学位期间发表的论文）