遗传算法在智能组卷系统中的应用研究-云南民族大学学报.PDFVIP

云南民族大学学报：自然科学版，２０１６，２５（６）：５７９－５８４ ＣＮ５３－１１９２／Ｎ　ＩＳＳＮ１６７２－８５１３ ｄｏｉ：１２．３９６９／ｊ．ｉｓｓｎ．１６７２－８５１３．２０１６．０６．０１８ ｈｔｔｐ：／／ｘｂｙｎｎｉｅｄｕｃｎ 遗传算法在智能组卷系统中的应用研究 １ １ １ ２ ３ 潘　刚 ，杨清平 ，蒲国林 ，王安志 ，徐宝磊 （１四川文理学院计算机学院，四川 达州６３５０００；２四川大学 计算机学院，四川 成都６１００６５； ３四川文理学院教务处，四川 达州６３５０００） 摘要：为更好地解决遗传算法在智能组卷过程中出现的早收敛问题，以及组卷质量和组卷速度呈 负相关的问题，提出一种基于分段整数编码、多点交叉的遗传算法．通过大量实验，有针对性地对该 算法中的编码结构、选择算子、交叉算子和变异算子进行优化设计；对相关控制参数进行合理调整， 实验结果表明，该算法不仅有效地提高了组卷质量和组卷速度，而且具有很好的收敛性． 关键词：智能组卷系统；遗传算法；收敛性；组卷质量；组卷速度 中图分类号：ＴＰ３１１５２；ＴＰ１８１ 文献标志码：Ａ 文章编号：１６７２－８５１３（２０１６）０６－０５７９－０６ 　　随着计算机网络技术和多媒体技术在教育教 论，本着通过测试发现学生潜在特质的原则，提出了 学领域的广泛应用与发展，作为评测教育教学效 一种改进的轮盘赌选择多点交叉的遗传算法（ＲＭ 果的考试模式也发生了翻天覆地的变化各种基 －ＧＡ），实验结果表明，该算法不仅能有效地提高组 于计算机网络技术的在线考试系统应运而生，诸 卷质量和组卷速度，而且具有很好的收敛性． 如国外的 ＴＯＥＦＬ、ＧＲＥ、ＧＭＡＴ等 ［１－２］，国内的 １　智能组卷的数学模型 ［３］ ［４］ ＭＡＴＢＡＳ 、ＰＡＳＣＡＬ题库系统等 ．在线考试系 统的核心是智能组卷，而目前的智能组卷系统采 智能组卷实质上就是一个多条件约束的目标优 用最多的算法就是遗传算法，国内外学者对此开 化求解问题，是计算机系统根据出卷人所设定的组 展了大量的研究工作，在这方面已取得了比较丰 卷参数自动生成满足这些约束条件的ｎ道试题组合 硕的研究成果． 的优化解．一份高质量的试卷通常包括试卷总分、考 在文献［３］中，采用参数估计的方法对遗传算 试时间、试题数量、题型数量、知识点分布率、试卷难 法的适应度进行改进，以此提高组卷算法对学生 度等约束条件；而试卷的这些约束条件又是根据每 群体的适应性；在文献［ 一道试题的试题分值、试题类型、试题难度、所属知 ４］中，提出了一种基于分 段整数编码的遗传算法，采用单点交叉策略解决 识点等属性获得的．这样一份试卷中试卷与试题的 智能组卷中的约束优化问题；在文献［５］中，采用 关系就可以用一个 ｍ×ｎ的矩阵来表示，其定义 了基于题型的十进制分段编码，个体交叉率和变 如下： Ａ＝［ａ］，０ ｉ＜ｍ，１ ｊ＜ｍ， ≤ ≤ 异率随种群多样性自适应调整的交叉变异策略提 ｉｊ 高组卷的效率．这些算法都是从改进编码方案和