组卷系统的研究与应用

论文摘要

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,自动组卷的效率和质量完全取决于试题库设计及其抽题算法的设计,目前已出现多种算法用于自动组卷,如随机抽取策略、回溯试探策略等,这些算法在大解空间、多峰值的问题上往往容易陷入局部最优或算法复杂度过高。由于自动组卷要求生成的试卷能最大程度地满足用户的不同需要并具有随机性、合理性,因此,如何设计一个算法从试题库中既快又好的抽出一组符合考试要求的试题,是本文研究的目标。在对国内外相关大量文献分析研究的基础上,本文选择遗传算法作为组卷算法,利用MATLAB中的遗传算法工具箱做出仿真实验,选择较合适的交叉概率和变异概率,使用VisualBasic语言设计出图形化的操作界面,Access数据库作为后台试题信息数据库,录入试题信息,生成不同科目的试题库,实现复杂组卷要求;该系统能够按照试题类型、试题数量、章节覆盖、难度系数、区分度、答题时间、课时数等约束条件进行快速搜索,从而找到最佳组卷方案,组出理想的试卷。本系统主要的工作可以归纳如下:1.通过分析组卷策略,建立了组卷问题数学模型,并对模型进行简化处理。2.改进遗传算法采用分组自然数编码,减少了染色体长度空间,编码直接采用试题编号,省去了编码和解码的繁琐。3.运用自适应理论改进了交叉概率和变异概率,找到适合于的交叉概率和变异概率,提高了系统的收敛速度,同时也避免了遗传过早进入“局部收敛”状态。4.选择算法采用模拟小生境的方法,其性能优于K次择优算法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 现有题库系统的状况及国内外相关研究
• 1.3 本论文的主要研究目的、工作及其意义
• 第2章 组卷系统的研究
• 2.1 组卷的基本原则
• 2.2 试题的几个重要属性指标
• 2.3 成卷模式
• 2.4 本章小结
• 第3章 自动组卷算法介绍
• 3.1 引言
• 3.2 常用的组卷算法比较
• 3.3 测试函数
• 3.4 遗传算法的基本概念
• 3.5 遗传算法的描述与设计
• 3.5.1 编码表示
• 3.5.2 种群的初始化
• 3.5.3 适应度
• 3.5.4 选择算子
• 3.5.5 交叉算子
• 3.5.6 变异算子
• 3.6 算法实现的关键问题:如何防止“早熟”现象
• 3.7 基于小生境技术的遗传算法
• 3.8 本章小结
• 第4章 遗传算法在自动组卷中的研究
• 4.1 组卷系统的设计
• 4.1.1 智能组卷系统的功能目标
• 4.1.2 系统模块设计
• 4.2 试题库建设思路
• 4.3 试题库设计
• 4.3.1 试题库数据组织
• 4.3.2 试题表字段结构设计
• 4.3.3 智能组卷算法的流程设计
• 4.3.4 组卷算法的编码方案
• 4.3.5 适应度函数的定义
• 4.3.6 种群的选择方法
• 4.3.7 自适应交叉和变异算子
• 4.4 智能组卷算法性能测试分析
• 4.4.1 实验环境
• 4.4.2 随机组卷算法与遗传组卷算法测试对比
• 4.4.3 选择算法的实验分析
• 4.4.4 测试结论
• 4.5 本章小结
• 4.6 实例演示
• 结论与讨论
• 主要参考文献
• 附录
• 致谢