基于遗传算法的组卷系统应用研究

论文摘要

目前,随着计算机技术和数据库技术的不断发展,计算机考试系统已逐渐成为人们研究的一个热点。其中自动组卷模块,决定了抽取试题的质量,从而决定了该考试系统能否检验出学生的真实水平和教师的教学质量。因此,自动组卷模块在很大程度上决定了考试系统的好坏。然而,目前常用的自动组卷策略已逐步显示出了组卷成功率低,组卷时间长,生成的试卷难以满足实际需求等问题。为此,本文旨在寻求一种更加合理、有效的组卷算法以解决目前教学工作中较为迫切的需要。遗传算法作为一种高效的全局并行搜索优化算法,因其简单通用、适于并行处理、鲁棒性强等特点适合于处理类似组卷问题这种多目标优化问题。但由于其自身也存在一些诸如早熟收敛的问题,故本文对遗传算法在组卷中的应用问题做了以下研究工作：首先,对智能组卷和遗传算法的现状进行了研究,阐述了遗传算法的理论基础和遗传算法本身存在的问题,分析了早熟的成因。阐述了组卷的基本原则,分析了试题库的几个重要指标,由此建立了组卷模型与目标函数。该目标函数综合考虑了试题的题型、难度、区分度、认知层次等因素,较好地反映了用户的组卷要求。其次,基于上述组卷模型对组卷问题进行了设计,组建了试题库,并针对组卷问题的特点和遗传算法本身存在的问题提出一种动态自适应的遗传算法。在传统遗传算法的基础上对染色体编码、控制参数、交叉算子、变异算子等方面进行改进,并将改进后的遗传算法应用到组卷中。实验证明,改进后的遗传算法在组卷中具有较高的效率和较好的实用性。最后,本文对组卷系统进行了分析和设计,并在J2EE环境下对组卷系统进行了开发。然后对全文进行了总结和展望。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 自动组卷算法的研究现状
• 1.2.2 遗传算法的研究现状
• 1.3 遗传算法在组卷中的应用
• 1.4 研究内容和本文的主要工作
• 第2章 遗传算法概述及早熟成因分析
• 2.1 遗传算法概述
• 2.2 遗传算法中的基本概念
• 2.3 遗传算法的运算流程
• 2.4 遗传算法的特点
• 2.5 遗传算法存在问题
• 2.6 早熟成因分析
• 2.6.1 相关概念及定理
• 2.6.2 早熟现象的成因分析
• 2.6.3 几种常见的预防早熟的措施
• 第3章 组卷的指标体系和组卷模型
• 3.1 组卷系统概述
• 3.2 组卷的基本原则
• 3.3 试卷的质量衡量指标
• 3.4 试题库的指标体系
• 3.4.1 题号
• 3.4.2 题型
• 3.4.3 章节
• 3.4.4 难度
• 3.4.5 区分度
• 3.4.6 认知层次
• 3.4.7 分值
• 3.4.8 答题时间
• 3.4.9 曝光度
• 3.5 组卷问题的数学模型
• 3.6 组卷问题的目标函数
• 第4章 改进的遗传算法在组卷中的应用
• 4.1 试题库的建立
• 4.2 改进的遗传算法的设计及其在组卷中的应用
• 4.2.1 组卷编码方案的改进
• 4.2.2 适应度函数的确定
• 4.2.3 初始参数的确定
• 4.2.4 选择操作
• 4.2.5 交叉算子的改进
• 4.2.6 变异算子的改进
• 4.2.7 最优保留策略
• 4.2.8 动态自适应的交叉概率与变异概率
• 4.2.9 算法结束条件
• 4.3 实验结果与分析
• 4.3.1 用户组卷要求与参数的设定
• 4.3.2 组卷结果
• 4.3.3 组卷算法分析
• 第5章 组卷系统分析、设计与实现
• 5.1 系统需求分析
• 5.1.1 功能需求分析
• 5.1.2 环境需求分析
• 5.2 系统总体设计
• 5.2.1 系统的体系结构
• 5.2.2 系统功能模块的划分
• 5.3 数据库设计
• 5.4 系统主要模块功能设计与实现
• 5.4.1 用户登录模块
• 5.4.2 试题维护模块
• 5.4.3 教师组卷模块
• 5.4.4 学生考试模块设计
• 第6章 总结与展望
• 参考文献
• 致谢
• 研究生履历