基于改进遗传算法的组卷系统在电子商务模拟系统中的应用.docVIP

基于改进遗传算法的组卷系统在电子商务模拟系统中的应用 摘要：遗传算法是对初始的种群进行逐渐搜索，通过对染色体的选择、交叉、变异，直到找到较好的个体。它因在处理组卷问题时具有全局寻优、效率较高等优势，得到了较为广泛的应用。但传统的遗传算法，初始种群是随机产生，其结果是求解的效率并不是很高。本文设计了一种改进遗传算法的智能组卷算法过程。组卷的速度和成功率都得到显著提高，可适用于大型题库系统和复杂约束条件的组卷需求。 关键词：遗传算法 自动组卷 电子商务模拟系统 中图分类号：O224 文献标识码：A 文章编号：1007-9416（2013）12-0118-02 近年来，电子商务成为社会的主流产业，同时对电子商务专业人才的需求量也越来越大，电子商务专业也陆续在中职学校开设。如何能更好的培养电子商务应用型、技能型人才，这就给中职学校提出了培养电子商务专业人才的任务。在人才培养的课程体系上，除了理论课程和实训课程以外，迫切需要通过一个环节使教师了解学生对知识掌握的情况，因此电子商务模拟系统中的在线考试的设计与开发应运而生。随着电子商务专业考试类型的不断变化，对考试的规范性和科学性的要求也越来越高，这些要求给考试系统中的组卷模型和组卷算法带来了比较大的挑战。本文正是在电子商务模拟环境中将改进遗传算法应用到组卷中的设计进行阐述。 1 组卷过程分析 组卷过程就根据要求，在题库中选择相应的题目，自动生成考试卷纸。其实质是将出题老师组卷的要求转化成微机能够理解的语言，让微机直接进行操控，从而选择符合要求的题目来组成所希望的卷纸。人工智能算法之一的遗传算法因在处理组卷问题时具有全局寻优、效率较高等优势，得到了较为广泛的应用。其组卷算法流程见（图1）所示。 2 卷纸构成要素 一套卷纸的构成需要涉及很多因素，在卷纸中的每一道试题又包含多个属性， 其中与组卷有关的属性有如下4项：（1）题型；（2）考点；（3）试题难易系数；（4）总分[1]。在组卷过程中，由上述几个属性共同决定题库中某道题目能否被抽中。生成一份n道题的卷纸就是从试题库用智能算法抽取n道符合要求的题目，组成一个n×4的矩阵，矩阵中的每一行代表一道题，每一列代表一个属性[2]。卷纸中的各属性要求为：（1）题型：为考察学生的对电子商务概念的理解掌握程度、处理业务的思维水平及分析运算等能力，每张考卷纸纸既要有选择、判断等客观题，还要有分析等主观题。本组卷系统就是按以上原则进行题型设计。（2）难度：对不同层次的学生要分别进行不同难度的考量。本组卷系统将设简单（0.1～0.3）、一般（0.4～0.6）、困难（0.7～0.9）三个级别区间。（3）分数：本组卷系统可设任意合理分数为满分，在此假定以100分为满分。（4）考点：每套卷纸的题型、出题设计都要符合教学大纲的要求，能够确实反映出学生对各考点的掌握程度。本组卷系统采用随机选题，且试题对考点要保证一定的覆盖率。 3 基于传统遗传算法的自动组卷 5 结语 本文设计了一种改进的遗传算法用它来实现电子商务模拟系统在线考试模块中智能组卷算法过程。此种改进行算法可以大大提高组卷的速度和成功率。 参考文献 [1]杨青.基于遗传算法的试题库自动组卷问题的研究[J].济南大学学报（自然科学版），2004，（3），228-231. [2] 张烈超，刘开文.基于遗传算法智能组卷的考试系统设计及实现[J].武汉交通职业学院学报2013，（3）：282-285. [3]朱玉祥，苗春生，孙承佼.基于算法的试题库智能组卷系统研究[J].南京气象学院学报2006，（2）：282-285. [4] 牛志华，李乃成，肖国镇.一种新的求解多目标优化问题的混合遗传算法[J].计算机工程，2003，V01.29（18）：64一—66. [5] J.T.Tsai ，T.K.Liu ，J.H.Chou.Hybrid Taguchi Genetic Algorithm for Global Numerical Optimization [J].IEEETransactions on Evolutionary Computation，2004，（4），365-377.