在线考试系统中组卷技术的研究.docVIP

在线考试系统中组卷技术的研究 　　摘要: 组卷模块能否高效率地生成符合系统要求的试卷是评估考试系统的重要因素。遗传算法(GA算法)近年来在解决多重约束问题的求解中应用非常广泛。把遗传算法应用于自动组卷,在标准遗传算法的基础上进行了改进,采用分段编码,基于误差的适应度函数和动态交叉及变异概率。采用遗传算法的智能组卷系统既能很好的满足组卷的约束,且效率远高于传统的回溯算法。 　　Abstract: It is one of the major factors to evaluate a examination system that whether its testpaper generation module can produce the testpapers as the system requirements effectively. Genetic algorithms has been widely used in solving the multi-constrains problems recently. Apply genetic algorithms in auto-generating testpaper and make imporvement to the standard genetic algorithms by using segmental encoding,adaptation funcion based on error and dynamic probability of cross variation operations. The intelligent testpaper generation system incorporating genetic algorithms not only can satisfy the required constrains but also manifest far more better efficiency over testpaper generation systems which adopt traditional trace algorithms. 　　关键词: 遗传算法;考试系统;自动组卷 　　Key words: genetic algorithms;examination system;auto-generating testpaper 　　中图分类号:TP273 文献标识码:A文章编号:1006-4311(2010)14-0159-03 　　 　　1课题背景 　　考试作为检验学生对知识的掌握程度的重要手段,是高校教学活动中不可缺少的一个环节。通过考试,教师可以了解学生的学习情况,并借此了解教学效果,改进教学方法,提高教学质量,学生则可以通过考试了解自己对内容的掌握情况,有目的地进行学习。但是,随着网络技术的发展,特别是网络技术在现代教育领域应用的普及,以纸和笔为主要工具的传统考试方式的诸多弊端显露得越来越突出。传统的考试在命制试题、组织考试、统计分数的过程中,要花费大量的时间、人力和物力。其中不可避免地存在大量的重复劳动,工作效率比较低,而且很难避免人为因素对考试造成的影响。而组织一次计算机考试至少要经过五个步骤,即人工出题、学生考试、人工阅卷、成绩评估和试卷分析。显然,随着计算机考试类型的不断增加以及考试要求的不断提高,教师的工作量将会越来越大,并且其工作将是一件十分烦琐和非常容易出错的事情。此外,由于传统的卷面考试从出题印刷到下发试卷等环节需要较长的时间,接触的人员相对较多,因而在保密方面具有一定的困难。网络在线考试从根本上解决了传统考试过程中的工作量大、效率低、反馈周期长、反馈能力弱、资源浪费等缺陷,成为现代教育技术发展与研究的方向。网络无纸化考试系统以其较高的公平公正性正受到各界的一致推崇。 　　在线考试系统中的组卷子系统用于根据某种算法生成所需试卷。在已见诸文献的试卷自动生成算法,大都基于经验的积累,有一些任意性。本文以实现面向网络的在线考试系统的自动组卷算法为目标,在分析传统试卷自动生成算法的基础上实现了一种常规遗传算法的改进试卷生成算法。 　　利用计算机自动生成试卷是在线考试系统的一项重要任务,而生成试卷质量的高低,则取决于它的生成算法。智能组卷实际是一个典型的多约束目标的求解问题。本文所研究的采用分段编码、基于误差的适应度函数和动态调整交叉和变异概率的改进遗传算法,有效解决了智能组卷中的约束优化问题,具有很好的性能和实用性。 　　2试卷组卷算法研究 　　2.1 传统组卷方式传统的组卷算法大多采用随机选取和回溯试探法。随机选取法根据状态空间的控制指标,由计算机随机地抽取一道试题放入试题库,