改进的遗传算法智能组卷系统中的应用研究.pdfVIP

摘要 摘要 随着网络教育的流行，智能组卷问题也得到了广泛的关注。智能组卷问题(the of test generatingpaper problem 和回溯试探法在组卷时间和组卷成功率上，都存在着明显的缺陷，很难得到一个较为满 意的解。如何在已有研究的基础上，针对智能组卷问题的实际特点，提出一些行之有效 的算法来解决智能组卷问题，已经成为大家关注的一个热点。 本文以“大连交通大学软件学院计算机等级考试网”的建设为背景，目的是研究如 何将组卷算法与现有的题库系统相结合，从题库中提取出符合用户要求的试题组成试 卷，使该试卷能客观反映用户的实际能力水平。通过对组卷算法和基本原理的研究，开 发了基于改进遗传算法的智能组卷模块。以改进的遗传算法为基础，根据用户对试卷难 度的要求，以及试卷总分等重要试题属性的需求动态生成试卷。 通过对遗传算法等几种常用智能组卷算法的分析比较，本文提出了一种改进的遗传 算法。该算法的思想是采用分段实数编码方式，克服了传统二进制编码搜索空间过大和 编码长度过长的缺点，省去了个体的解码时间，有效提高了算法的运行效率。并提出了 一种新的变异概率的计算方法，引入了呈指数变化的系数km，使变异概率随进化代数呈 递减趋势变化，保证了个体的进化能力，有效防止算法陷入局部最优。针对分段实数编 码的特点，采用段内基本位变异操作，在变异过程中，对种群的每个个体，产生一个长 度为编码串长度的随机数列，通过对数列中每个随机数与变异概率的比较结果，来判断 该位是否执行变异操作，从而改善了遗传算法的局部搜索能力，保持了群体的多样性， 保证了遗传算法的收敛能力。 本算法已应用于实际的在线考试系统中，理论分析和实验结果表明，与基本遗传算 法相比，改进的遗传算法更能满足组卷的实际需求，有较好的克服早熟的能力，在全局 搜索性能及收敛速度上较基本遗传算法有显著提高，证明了改进算法的有效性和优越 性。 关键词：改进遗传算法：智能组卷；数学模型 大连交通大学1i学硕十学何论文 Abstract forthenetwork of test Beingpopular education，the paper problemgenerating hasbeen concern．Theof test intelligentlywidespread intelligently problemgeneratingpaper is a traditionalmethodin test actuallymulti·objectiveoptimizationproblem．The generating astherandomselectionandback timeand paper，such obviousdefectsonthe tracking，has theSuccessrateof test itisdifficulttofindaileffectivesolution． generating paper．Therefore totheold tofindausefulmethodtosolvethe Can Accordi