| 【中文题名】 | 基于遗传算法的智能组卷研究与应用 |
| 【英文题名】 | Research and Application in Auto-generating Paper Based on GA |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-2 |
| 【中关键词】 | 试题库,组卷,遗传算法,适应度函数,, |
| 【英关键词】 | item bank,paper-design,genetic algorithm,fitness function, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
利用计算机建立试题库，实现计算机自动选题、组卷，是实现考试规范化、科学化的重要措施，更是实现考试与教学分离的一个重要手段。目前已经出现了多种算法用于自动组卷，如优先权策略、随机抽取策略、回溯试探策略、遗传算法等，这些算法在大解空间、多峰值的问题上往往容易陷入局部最优或算法复杂度过高。
文中重点分析了试卷的评价指标、各项指标的作用及几个重要指标间的关系。在这些知识的基础上采用各种指标的分布构建了成卷模式，并根据成卷模式定义了评价试卷质量的偏好关系，建立组卷模型，最终得出了组卷的分层加权目标函数。
详细介绍了改进的动态分层遗传算法应用于组卷问题的解决步骤，涵盖了其中的各项关键技术；包括模拟试题库的建立、组卷策略、编码方案、适应度函数的确定、选择交叉变异算子、动态分层遗传算法的实现等。
采用ASP.NET动态网页技术和SQL Server 2000数据库，设计并实现了相应的基于动态分层遗传算法的组卷软件，然后进行了大量组卷实验。实验结果表明该算法是合理、有效的。 |
| 【论文题纲】 |
|
摘要 |
4-6 |
|
Abstract |
6-12 |
|
1 引言 |
12-16 |
|
1.1 计算机辅助测验系统的结构 |
12-13 |
|
1.2 自动组卷系统的发展概况 |
13-14 |
|
1.3 本文工作 |
14-16 |
|
2 组卷的评价体系与建模 |
16-28 |
|
2.1 组卷的基本原则 |
16-17 |
|
2.2 试题的几个重要属性指标 |
17-21 |
|
2.2.1 试题的难度 |
18-19 |
|
2.2.2 试题的区分度 |
19 |
|
2.2.3 认知层次 |
19 |
|
2.2.4 难度与区分度、认知层次之间的关系 |
19-21 |
|
2.3 指标体系 |
21-22 |
|
2.4 成卷模式 |
22-25 |
|
2.4.1 难度-分数分布 |
23 |
|
2.4.2 区分度-分数分布 |
23-24 |
|
2.4.3 知识点-分数分布 |
24 |
|
2.4.4 章节-分数分布 |
24 |
|
2.4.5 题型-分数分布 |
24-25 |
|
2.4.6 认知层次-分数分布 |
25 |
|
2.4.7 总时间 |
25 |
|
2.4.8 总分数 |
25 |
|
2.5 偏差的计算 |
25-26 |
|
2.6 目标函数 |
26-27 |
|
2.7 小结 |
27-28 |
|
3 常用自动组卷算法介绍 |
28-30 |
|
3.1 优先权策略 |
28 |
|
3.2 随机抽取策略 |
28 |
|
3.3 补偿策略 |
28-29 |
|
3.4 回溯试探策略 |
29-30 |
|
4 遗传算法 |
30-50 |
|
4.1 遗传算法概述 |
30-34 |
|
4.1.1 遗传算法的基本思想 |
30-31 |
|
4.1.2 遗传算法的特点 |
31-32 |
|
4.1.3 遗传算法的发展历史 |
32-34 |
|
4.2 模式定理 |
34-39 |
|
4.2.1 模式 |
34-35 |
|
4.2.2 模式阶和定义距 |
35-36 |
|
4.2.3 模式定理 |
36-39 |
|
4.2.4 积木块假设(building block hypothesis) |
39 |
|
4.3 欺骗问题 |
39-42 |
|
4.4 分层遗传算法 |
42-44 |
|
4.5 CHC算法 |
44 |
|
4.6 messy GA |
44-45 |
|
4.7 自适应遗传算法 |
45-47 |
|
4.8 基于小生境技术的遗传算法 |
47 |
|
4.9 进化计算初步 |
47-50 |
|
4.9.1 进化计算理论的基本框架 |
47-48 |
|
4.9.2 进化策略 |
48-49 |
|
4.9.3 进化策略的主要特点(与 GA比较) |
49-50 |
|
5 遗传算法在组卷中的应用 |
50-52 |
|
5.1 遗传算法在组卷应用中的优势 |
50-51 |
|
5.2 遗传算法在组卷中的应用及其改进 |
51-52 |
|
6 基于遗传算法的智能组卷技术研究 |
52-58 |
|
6.1 分段实数代号编码 |
52-53 |
|
6.2 适应度函数的设计 |
53-54 |
|
6.3 选择算子 |
54 |
|
6.4 段间交叉算子 |
54-55 |
|
6.5 变异算子 |
55-56 |
|
6.6 动态分层遗传算法 |
56-57 |
|
6.7 算法的终止条件 |
57-58 |
|
7 组卷的实现 |
58-70 |
|
7.1 问题描述与转化 |
58 |
|
7.2 试题库 |
58-60 |
|
7.2.1 试题库的基本组织要求 |
58-59 |
|
7.2.2 试题的参数 |
59-60 |
|
7.3 组卷策略 |
60 |
|
7.4 组卷系统的实现 |
60-70 |
|
7.4.1 动态网页技术和数据库技术 |
60 |
|
7.4.2 系统的软件体系结构和开发语言 |
60-61 |
|
7.4.3 组卷系统功能层次图 |
61-62 |
|
7.4.4 用户管理 |
62 |
|
7.4.5 题库管理 |
62-65 |
|
7.4.6 课程管理 |
65 |
|
7.4.7 自动组卷 |
65 |
|
7.4.8 试卷管理 |
65-68 |
|
7.4.9 成绩管理 |
68 |
|
7.4.10 在线考试 |
68-70 |
|
8 测试与分析 |
70-75 |
|
8.1 组卷要求与参数设定 |
70 |
|
8.2 组卷结果 |
70-73 |
|
8.3 算法分析 |
73-74 |
|
8.4 算法稳定性 |
74-75 |
|
结束语 |
75-77 |
|
参考文献 |
77-82 |
|
在校研究成果 |
82-83 |
|
致谢 |
83 |
|
| 【DOI】 | LunWen.ID:2.2008.388785 |
