浅议试题库智能组卷系统的设计.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
浅议试题库智能组卷系统的设计   摘要:智能组卷是CAI中一个重要的研究课题。本文针对试卷生成的目标要求,给出了用遗传算法解决智能组卷问题的具体方法。实验结果表明该智能组卷算法能很好的解决试题库中智能组卷问题,具有较好的实用性。   关键词:试题库;智能组卷;遗传算法;组卷策略   中图分类号:TP311.52文献标识码:A文章编号:1007-9599 (2011) 05-0000-01   Intelligent Grouping Test Paper System Design of Test Bank   Cui Wenqiang   (Linyi University Yishui College,Linyi276400,China)   Abstract:Intelligent CAI test paper is an important research topic.This paper generated for the objectives and requirements,given the test paper a genetic algorithm to solve the problem of specific intelligence methods.Experimental results show that the intelligence test bank algorithmic can be a good solution to the intelligence test paper in test bank has good practicability.   Keywords:Test Bank;Intelligent Test Paper;Genetic Algorithm;Test Paper Policy   随着教育现代化和计算机技术的不断发展,考试中传统的人工命题方式已不能满足现代化教育的需要,利用计算机从题库中随机抽取试题并自动生成试卷已经成为计算机辅助教学方面的研究方向之一。通过试题库系统自动出卷与传统的人工出题相比,这大大提高了考试系统的标准化、规范化程度,更大程度的实现了考试的高效性和公平性。就目前的研究现状,大型题库系统的组卷质量和组卷算法越来越被专家所关注。   一、智能组卷定义   自动生成试卷是智能化组卷系统必须具备的核心功能。智能组卷是指用户结合教育专家的知识,运用人工智能技术,通过指定组卷参数,例如有关考试的命题时间、题型分布、内容分布、赋分、平均分和及格率等等的要求,提交系统,系统自动从试题库中抽取出合适的试题,组成满足各种性能要求的试卷的过程。其智能性在于算法的实现,并且生成的试卷既能满足教学要求又能满足考试要求,知识库和知识推理模型的设计除了要顾及到用户的需求特点之外,还需要考虑到知识点的期望值参数,试题的难易程度等。简单说,智能组卷就是用户只要输入基本的考试要求,如考试内容、难度等级、题型和知识点范围要求等,计算机就能自动的生成一份合理的科学的,并且试题的难度、区分度适中的、知识点覆盖合理的、没有重复的试题。   二、智能组卷算法   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,能解决随机算法的盲目性随机性,并能从群体中选择更满足条件的个体,具有很强的智能性。遗传算法首先生成一定规模的初始群体,开始搜索过程,然后针对其中的个体,也就是染色体。将这些染色体以一定的概率进行交叉与变异,实现个体结构的重组,再按预定的概率进行交叉与变异,实现个体结构的重组,再按预定的评价函数选择复制优秀个体,组成新的一代,如此循环迭代,这个过程称为遗传。遗传算法主要通过交叉、变异、选择运算以期最终找到满足寻优条件的全局最优解或次优解。本文利用遗传算法的基本思想,在编码策略、适应度函数、控制参数等方面做了简单改进,采用了一种自适应遗传算法,有效地解决了智能组卷中的约束优化问题,下面简单介绍一下遗传算法的编码方案。   遗传算法的编码有二进制编码、实数编码、自然数编码等方式。在组卷问题中,由于问题参数很多,如果采用二进制编码方式对问题的表现不直观,而且随之试题数目的增加,染色体串会很长,计算复杂,减慢了算法的运行速度。另外自然数编码也不方便,难以在遗传操作过程中处理约束条件。因此,本文采用了分段实数编码方式。实数编码是将一份试卷映射为一个染色体,组成该试卷的每道试题的题号作为一个基因,基因的值直接用于试题号表示。分段实数编码方式是将每个个体按照题型分解成多个相对独立的编码段,然后对每个题型编码段独立进行实数编码,即将每一段用试题的实际题号组成,再将多个题型编码段串联在一起,组成一个染色体,此染色体是对应问题的一个可行解,即一份试卷,试卷中

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档