基于遗传算法的自动组卷技术研究与应用-软件工程专业论文.docxVIP

万方数据 万方数据 A Dissertation Submitted to PLA Information Engineering University for the Degree of Master of Engineering Research and Application of Automatic Test Paper Generation Technology based on Genetic Algorithm Candidate： Chen Wenliang Supervisor： Prof.Han Lin Sep. 2014 原创性声明 本人声明所提交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写 过的研究成果，也不包含为获得 XXX 大学或其他教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并标示谢意。 学位论文题目： 基于遗传算法的自动组卷技术研究与应用 学位论文作者签名： 日期： 年 月 日 作者指导教师签名： 日期： 年 月 日 学位论文版权使用授权书 本人完全了解 XXX 大学有关保留、使用学位论文的规定。本人授权 XXX 大学可以保 留并向国家有关部门或机构送交论文的复印件和电子文档，允许论文被查阅和借阅；可以 将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存、汇编学位论文。 （保密学位论文在解密后适用本授权书。） 学位论文题目： 基于遗传算法的自动组卷技术研究与应用 学位论文作者签名： 日期： 年 月 日 作者指导教师签名： 日期： 年 月 日 保密级别： 保密年限： 年 月至 年 月 （保密委员会公章） 摘 要 自动组卷就是遵循用户输入的考察要求，由计算机从自动题库中选择试题，组成若干 符合要求的试卷。如今教育现代化不断发展，社会专业人才选拔测试日益增多，自动组卷 已成为我国教学考试管理发展的必然趋势。 遗传算法是通过模拟生物的自然选择和遗传变异过程机制来建立模型，来解决复杂的 随机搜索和多约束条件的最优问题。遗传算法提供了一种求解复杂系统优化问题的通用框 架，它并不依赖具体问题领域，具有很强的鲁棒性，具有广泛的实用性。显然，遗传算法 应用于组卷算法是非常合适的，不存在传统组卷算法的“组卷速度慢、成功率低、质量不高” 的缺点。 本文在分析传统自动组卷算法优缺点和策略参数选择的基础上，通过分析自动组卷的 各个约束条件作用及各指标之间关系，对各个约束条件进行量化，设计了自动组卷问题的 染色体结构、适应度函数、遗传算子及结束条件，进而建立遗传算法数学模型，并设计实 现一个基于遗传算法的自动组卷模型与系统，提出一种基于遗传算法的自动组卷方法，在 有限条件下最大程度的满足用户需求，具有较好的实用性。搭建相应的 j2se 运行时环境， 在 j2se 平台上进行开发测试，应用 java 语言进行实现，尽量保证组卷系统模块化，以更利 于将来系统功能扩展和改进，实现一个应用性较强、效率较高的自动组卷系统。通过具体 的实验，结果表明：本文的自动组卷系统具有较好的效果，相对于传统的自动组卷系统， 成功率更高，组卷质量更高，执行速度更快，具有很好的实用价值和应用前景，能够满足 用户的实际需求。 适应度函数是评价试卷质量的主要指标，它的恰当选择对组卷系统的至关重要。本文 建立模型研究分析适应度函数对于组卷系统的作用，对比加权平均法和 Goldberg 线性拉伸 两种不同适应度函数的效果，得出 Goldberg 线性拉伸适应度函数是一个更优秀的适应度函 数。通过具体的实验，结果表明：Goldberg 线性拉伸适应度函数运行速度较慢，但组卷成 功率高，优化效果更明显，具有良好的执行水准。 关键字：自动组卷；遗传算法；适应度函数 第 I 页 解放军信息工程大学工程硕士学位论文 ABSTRACT Automatic Test Paper Generation is to follow the requirements of users, select the question items from the question database by computer, and then generate a number of papers which meet the requirements. Nowadays, with the development of education modernization, and the daily increasing of the number of socio-professio