基于遗传算法在线考试系统的设计与实现

论文摘要

本文综合分析了传统在线考试系统的组卷算法,针对其组卷速度慢、成功率低、组卷质量不高的缺点,提出了一种更好的组卷算法——遗传算法。充分利用了遗传算法的并行求解能力和善于处理大量非线性数据的特点进行组卷,使组卷的成功率和速度都得到了明显的提高。论文首先阐述了与考试系统相关的自主学习理论和题库理论,根据试题库的结构和特征,详细分析了考试系统的组卷策略,定义了组卷参数和参数约束条件。其次对自动组卷的算法进行了研究,给出了基于矩阵编码的遗传算法组卷的方法。最后把组卷策略和遗传算法相结合,建立了利用遗传算法自动组卷的数学模型,应用遗传算法全局寻优和智能搜索的特性,在试题的各种属性满足数学模型控制指标的基础上,快速的从题库中抽出一组符合要求的试题,从而得到一份满意的试卷。系统在利用遗传算法组卷的基础上,利用ASP、SQL Server、Dreamweaver等技术实现了在线考试的基本功能。系统主要功能分为两大部分,即系统管理员模块和考生考试模块。在开发过程中注重结合工程技师学院的实际需要,有针对性的进行设计,具有较强的实用性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 课题来源
• 1.3 远程教育的发展现状
• 1.3.1 国外发展现状
• 1.3.2 国内发展现状
• 1.4 考试系统组卷算法的发展和概述
• 1.5 遗传算法概述
• 1.6 开发本系统的目的和意义
• 1.6.1 开发本系统的目的
• 1.6.2 开发本系统的意义
• 第二章 理论与技术基础
• 2.1 理论基础
• 2.1.1 自主性学习理论
• 2.1.2 题库理论
• 2.1.3 组卷理论
• 2.2 技术基础
• 2.2.1 B/S模式
• 2.2.2 ASP技术
• 2.2.3 Microsoft SQL Server 2000数据库
• 2.3 使用遗传算法应用于考试系统的可行性分析
• 第三章 试题库组卷策略
• 3.1 试题属性项定义
• 3.2 组卷参数定义
• 3.2.1 总体参数
• 3.2.2 题型比例
• 3.2.3 知识点——难度比例
• 3.2.4 知识点——认知分类比例
• 3.2.5 参数约束条件
• 3.2.6 平均难度与平均区分度计算模式
• 3.2.7 最终抽题时的组卷参数
• 3.3 组卷策略的变换算法
• 3.3.1 基本组卷方式
• 3.3.2 难度组卷方式
• 3.3.3 认知分类组卷方式
• 第四章 遗传算法组卷策略
• 4.1 遗传算法原理
• 4.2 自动组卷算法
• 4.2.1 自动组卷算法概述
• 4.2.2 适应度函数的确定
• 4.2.3 遗传算子的确定
• 4.3 遗传算法组题过程
• 4.4 系统的搜索技术
• 第五章 考试系统的设计与实现
• 5.1 系统总体设计
• 5.2 系统数据库设计
• 5.2.1 概念结构设计
• 5.2.2 物理结构设计
• 5.3 系统模块设计
• 5.3.1 管理员功能模块
• 5.3.2 考生功能模块
• 5.4 系统的测试
• 5.4.1 系统的运行环境
• 5.4.2 系统的测试
• 第六章 全文总结
• 参考文献
• 致谢