基于JAVA无纸化考试系统自动组卷方案设计与实现.docVIP

基于JAVA无纸化考试系统自动组卷方案设计与实现 　　摘要：该文根据对考试环节的了解, 概述了无纸化考试系统，分析了其中的核心自动组卷子系统，运用遗传算法的全局寻优对考试中的自动化组卷进行了研究，提出了一个解决适合考方要求的试题模型的算法。 　　关键词：自动组卷；考试软件；遗传算法 　　 　　1 引言 　　目前，我国学校与社会上的各种考试大都采用传统的考试方式，至少要经过五个步骤，即人工出题、考生考试、人工阅卷、成绩评估和试卷分析。教师的工作量大，而且烦琐，容易出错，已经不能适应现代考试的需要。随着计算机应用的迅猛发展，在线考试的出现减轻了教师的工作负担，提高了工作效率和考试的质量，使考试更趋于公证、客观，更加激发学生的学习兴趣。 　　2 无纸化考试系统概述 　　无纸化考试一般是指通过电脑来进行考试，其系统可分为五大块：题库管理模块，自动组卷模块，客户端模块，自动阅卷模块与成绩评估和试卷分析模块。 　　（1）题库管理子系统：试题库指由许多适用于不同目的、技能和任务需要，且具有必要参数的大量优质题目组成的集合。 　　（2）自动组卷子系统：根据考试要求由组卷系统自动从试题库选出考试题目并形成符合各个老师所要求的试卷称为自动组卷。 　　（3）客户端子系统：即考生进行考试的界面，支持单选题、多选题、判断题、填空题、操作题和设计题等各种类型的试题。 　　（4）自动阅卷子系统：把考生答案与试题库中的标准答案进行比对，客观题由计算机自动判分，主观题由评卷员在计算机屏幕上对电子化了的考生答卷评分。客观题和主观题阅卷完毕，最后由计算机程序统计合成考生的单科成绩和总成绩。 　　（5）成绩评估和试卷分析子系统：此模块能够方便、快速、准确地对每个考生的成绩及排名进行查询并对考试结果进行统计和评价，包括成绩的分段统计、成绩分布曲线的绘制、平均分数、最低分、最高分、及格率的统计等并生成规定格式的考试分析文档。 　　3自动组卷子系统分析 　　自动组卷系统可以分为两个部分： 　　（1）自动组卷：即根据输入的参数从题库中利用随机函数选出符合参数条件的试题组成一份或两份试卷（分A、B卷）。此外，考虑到可能有不止一场的考试，例如，由于机房的限制，一门课程可能分为两场进行考试，上午一个班级考试，下午另外一个班级考试，由于是同一门课程的考试，所以两场考试的难度，章节等各参数必需一致，但试题又不能一样，基于该情况组卷系统可以同时生成1场到3场考试。 　　（2）查阅修正试卷：该部分主要完成三个功能：(1)对之前自动组织的试卷试题进行查看与修改，可多条同时查看也可逐条查看。(2)对不满意的试题可进行修改，只要选中某个章节，系统便会自动从该章节中选择符合要求的试题替换原来的试题。(3)导出数据，可将所有试题以Excel表格形式导出。最后导出考试系统，把试题，文档，样例保存到相应位置，等待考试开始分发试卷。 　　4 自动组卷算法的选择 　　自动组卷是考试系统自动化或半自动化操作的核心目标之一,而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,这是实现中的一个难点。以往的具有自动组卷功能的考试系统大多采用随机选取法和回溯试探法。 　　随机选取法有时能够抽取出一组令用户满意的试题。只不过由于它随机选取试题的范围太大，无法确定目前条件下哪些区域能够抽取合适的试题，反而可能在那些已经证明是无法抽取合适试题的区域内反复选题，进行大量的无效操作进入死循环，最终导致组卷失败。回溯试探法组卷成功率高，但它是以牺牲大量的时间为代价的，对于现今越来越流行的考生网上随机即时调题的考试过程来说，它已不符合要求。 　　因此,必须结合以上两种方法寻找一种新的改进算法，这种算法要具有全局寻优和收敛速度快的特点。遗传算法（Genetic?Algorithms）以其具有自适应全局寻优和智能搜索技术，并且收敛性好的特性能很好的满足自动考试组卷的要求。 　　5 遗传算法的应用 　　遗传算法是一种并行的、能够有效优化的算法，以Morgan的基因理论及Eldridge?与Gould间断平衡理论为依据，同时融合了Mayr的边缘物种形成理论和Bertalanffv一般系统理论的一些思想，模拟达尔文的自然界遗传学：继承（基因遗传）、进化（基因突变）优胜劣汰（优的基因大量被遗传复制，劣的基因较少被遗传复制）。其实质就是一种把自然界有机体的优胜劣汰的自然选择、适者生存的进化机制与同一群体中个体与个体间的随机信息交换机制相结合的搜索算法。运用遗传算法求解问题首先需将所要求解的问题表示成二进制编码，然后根据环境进行基本的操作：selection，crossover，mutation……这样进行不断的所谓“生存选择”，最后收敛到一个最适应环境条件的个体上，得