基于改进遗传算的自动组卷问题的研究.docVIP

软件 2011 年第 32 卷 第 9 期 Software 国际 IT 传媒品牌 算法与计算复杂性 基于改进遗传算法的自动组卷问题的研究 丁知平 （清远职业技术学院 , 广东 清远 511510） 摘　要：自动组卷优化问题的研究，由于题库组卷的随机性，难度很大。针对传统遗传算法在自动组卷中存在的未成熟收敛和 收敛速度慢等问题，为了快速可信地组卷 , 提出了一种改进的遗传算法。该算法采用模拟小生境法选择算子进行种群选取，并对交 叉算子和变异算子进行了优化，实现了交叉和变异概率的非线性自适应调整。进行仿真实验，结果证明，改进的遗传算法在组卷的 有效性、稳定性和收敛速度等方面有显著的提高，更能有效解决自动组卷问题，具有较好的使用性能和实用性 , 能够极大的满足用 户组卷的需求。 关键词：遗传算法；自动组卷；自适应；数学模型 中图分类号：TP301.6 文献标识码：A DOI: 10.3969/j.issn.1003-6970.2011.09.003 Research of automatic test paper composition based on improved Genetic Algorithm Ding Zhi-ping Qingyuan Polytechnics, Qingyuan Guangdong 511510 【Abstract】Research of automatic generation of optimization problems, due to the randomness of the exam test paper, it is very dif- ficult. In order to quickly test paper credibly ,proposes an improved genetic algorithm aiming at dealing with the problems of premature convergence and low converging speed. The algorithm adopts a new method that simulated niche is introduced in the selection operator for the population selection and makes the crossover probability and mutationprobability adjust adaptively and nonlinearl.Experiment proves that the effectiveness, stability and converging speed have been promoted in the improved genetic algorithm, which could settle problem of auto-composing test paper more effectively and has good performance and practicability,and satisfy the needs of auto generating examina- tion papers. 【Key words】Genetic Algorithm GA ; automatic test paper composition; adaptation; mathematic model 0　引　言 自动组卷遇到的主要难题是如何保证生成的试卷能最大 程度的满足用户的不同需要，并具有随机性、科学性、合理性。 尤其在网络交互式环境下，用户对组卷速度的要求较高，而一 个理论上能搜索到全局最 优的算法可能会以牺牲时间作为代价，往往不能达到预期 的效果[1]。所以，自动组卷的关键问题在于能否设计一个效率 高且科学合理的算法。 当前常用的自动组卷算法有随机函数选取法、回溯试探法 和遗传算法，随机抽题法和回溯试探法不具备智能性，具有很 大的随意性和不确定性，有可能在无法抽取合适试题的区域内 反复选题，进入死循环，同时在时间和空间上开销都比较大 , 通常会因为约束条件的局部满足而导致组卷失败；而遗传算法 以其全局寻优、收敛速度快和智能搜索等优势，能很好地满足 自动组卷的需要，有效地解决随机函数选取法和回溯探试法在 组卷中的不足[3]，但传统的遗传算法也存在一定的不足之处，比  如：进化策略固定、容易出现未成熟收敛等。 本文结合了遗传算法理论，在基于传统的遗传算法的基础 上进一步的进行算法的优化与改进。本文的实验结果中证明， 在组卷的有效性、稳定性和收敛速度等方面都有较大的提