基于JSP的考试题库管理系统的设计与实现大学论文.docVIP

目 录基于JSP的考试题库管理系统的设计与实现 学生姓名： 指导教师： 摘要：随着计算机技术和人工智能理论的发展，教育测量理论的不断深入，计算机辅助教学设计在教学管理中得到了广泛的应用，利用计算机进行自动组卷系统的研究也随之产生和发展。基于遗传算法的自动组卷系统是利用遗传算法对自动组卷功能进行研究，以提高试卷的质量及系统运行效率。 本系统可以在试题库中按照试题类型、试题数量、曝光度等约束条件进行快速搜索，系统通过选择、交叉和变异等操作，从试题库中自动地查找和组织出一些不同类型、不同难度、不同章节范围的试题来组成一套最佳的试卷，实现了快速自动组卷功能。 本设计是在对组卷系统研究、开发过程中，采用软件工程的方法，利用JSP动态网页技术和Oracle数据库技术进行实现。设计界面友好、操作方便，具有一定的实用价值。 关键词：遗传算法 自动组卷 试题管理 1. 引言 在现代教育管理过程中，如何提高组卷的效率是一件非常重要的工作。考试是对考生知识和能力水平的一种测量。考试的方式有很多种，例如，笔试、面试、口试、上机考试等。其中笔试是我国教育行业采用的主要手段，因此，质量好的试卷能更好的检验学生的学习成果。一份好的试卷，要求具有较全面的覆盖度、恰当的难易度及较高的可信度。采用传统的手工出题组卷方式，工作量相对比较大。通过建立自动组卷系统，利用平时积累建立试题库，然后利用计算机生成试卷和分析试卷，可以减轻学校教学人员的工作量，实现试卷生成、分析试卷的系统化、规范化和自动化。 自动化组卷问题实质上是一个多重约束条件的优化问题。目前通用的组卷方法是随机选取法，即在题库中随机搜索满足条件的试题，直到总数满足要求为止。但由于各种组卷约束条件之间相互制约，随机选取法不仅需要多次回溯，而且组卷效率不高。而用遗传算法处理组卷问题就恰恰能解决随机选取法的盲目随机性，提高搜索效率。遗传算法，在本质上是一种不依赖具体问题的直接搜索方法。它是模拟自然界生物体从低级到高级的进化过程，由初始种群出发，采用优胜劣汰、适者生存的自然法则选择个体，通过杂交、变异来产生下一代种群，如此逐代进化，直到满足期望的条件。 正是由于遗传算法具有随机性、适应性和并行性的特点，所以基于遗传算法的自动组卷系统可按照试题类型、试题数量、曝光度等约束条件进行快速搜索，通过选择、交叉和变异等操作，从试题库中自动地查找和组织出一些不同类型、不同难度、不同章节范围的试题来组成一份最佳的试卷，进而解决了在教学过程中组卷耗时长、试题质量低等问题，实现了快速自动组卷，为教学单位和人员提供方便和帮助。 2. 绪论 2.1自动组卷系统的现状 随着计算机辅助教学研究的发展，利用计算机自动组卷将解决试卷质量的控制问题。所谓自动组卷就是按照命题人和教学大纲的要求，由计算机自动从试题库中选择试题，组成一份符合要求的试卷。它是计算机辅助教学系统的重要组成部分。现有的考试系统有多种组卷算法。常见的有随机组卷法、回溯试探组卷法和遗传算法组卷等。 随机组卷法是根据组卷状态的控制指标，由计算机同随机抽取一道符合控制指标的试题放入组卷库，此过程需不断重复，直到组卷完毕或已无法从题库中抽取满足控制指标的试题为止。该方法具有组卷直观，实现过程简单等优点，但是具有很大的随意性和不确定性，无法从整体上把握题库不断变化的要求。同时，它还不具有智能性，在组卷之前无法对组卷约束条件进行预处理，生成试卷合理性较差，试卷维度系数也很难控制。 回溯试探法是将随机抽取法产生的每一状态类型记录下来，当搜索失败时释放上次记录的状态的类型。然后再按照一定的规律变换一种新的状态类型进行试探，通过不断的回溯试探直到试卷生成完毕或退回到出发点为止。实践证明，回溯试探组卷法的优点是对每一种状态都进行试探各搜索，组卷成功率较高，该方法适用于类型和出题量都比较小的题库系统。不足之处在于当组卷试题库中的题量较大时，不仅组卷等待时间长、组卷效率低，并且实际应用时程序结构也相对复杂，选取试题随机性差。 遗传算法是一种模拟自然选择和自然遗传机制的随机优化算法，它能根据不同环境产生不同的后代，具有动态性，自适应性，从而满足题库不断变化的需求。遗传算法同时具有内在的并行性，能有效地解决计算量大的问题，具有全局寻优和收敛速度快的特点，这些都适宜处理试题库自动组卷的问题。 目前，基于遗传算法的组卷系统中有一些采用传统二进制编码方法，组卷时间受试题库试题问题影响较大。进行交叉和变异的过程中，容易形成不满足试题数量约束的试卷非法解。如对其进行修正，将大大影响搜索效率；同时，二进制编码与试题号的转换，会占用系统运行的时间。本系统在成卷方式上采用的是十进制整数编码并增加多种约束机制，克服了上述缺点，提高了组卷的成功率和成卷速度。 2.2系统开发目标 （1）系统的安全性，即用户的合