基于改进遗传算法智能组卷的研究及应用

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:lihua1114110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着计算机网络技术的迅猛发展,人们对计算机辅助教育的研究不断深入,其中计算机考试系统的发展备受关注,智能组卷算法作为考试系统的重要组成部分,已成为研究热点。   组卷问题是一个带有多个参数指标约束的优化问题,一般的数学方法很难解决此类问题。针对传统组卷算法组卷成功率低、耗时长,生成试卷质量不高的缺点,本文在对现有文献提及的组卷算法进行分析的基础上,提出一种基于改进遗传算法的智能组卷算法。该算法在解决组卷问题时,综合考虑了试卷涉及的各指标要求,从而更好的满足实际的需要。   首先,通过对组卷问题涉及的诸多因素进行分析,在此基础上建立了组卷问题的数学模型和目标函数。其次,为了将遗传算法更好地用于求解组卷问题,根据组卷问题的要求,对遗传算法进行了改进和设计,主要包括:1).根据组卷问题的特点,采用一种符合组卷问题的分段序号编码方法;2).有条件产生初始种群后,采用种群分割策略,宏观上控制了种群多样性;3).在算子设计方面,综合考虑组卷中约束的满足情况,通过相关性配对原则,对交叉算子的操作给予一定指导,根据进化的不同阶段,自适应的选取交叉和变异概率。最后,在.Net环境下采用C#语言对组卷算法进行实现,使得算法与系统实现无缝衔接,同时,设计并实现了统计分析模块,为统计、分析考试成绩,试卷的整体性能,以及测试试卷的一致性提供了一个良好的解决方法。测试实验表明,基于改进遗传算法的智能组卷算法速度快,组卷质量较好,能够满足实际组卷需求。
其他文献
本研究的目的是为光纤线包的设计与优化提供良好的软件平台。首先研究了光纤缠绕轨迹并给出了简化方程,然后使用Pro/Engineer Wildfire5.0建立了光纤线包几何模型并配合Visual
三维实体建模是计算机视觉的重要研究方向之一,是根据摄像机拍摄得到的二维图像信息来计算三维空间中物体的几何信息,是识别和重建物体的过程。二维图像是三维物体建模的几何特
近几年来,随着移动计算技术和网络技术的迅猛发展,移动学习作为一种全新的学习模式悄然而生。移动学习是一种崭新的远程学习形式,让学习者摆脱时间和空间的限制,真正做到了在任何
云计算的概念被提出来的短短几年间,在学术界和工业界的共同推动下取得了巨大的进展。在这个过程中出现了很多的云计算系统,其中Hadoop平台作为一个开源的系统被许多公司采纳。
SOA(Service Oriented Architecture,面向服务的体系架构)是当前用于构建企业IT支撑平台的主流技术;同时,它也是指导信息化建设的一种创新理念,该理念的核心是“面向服务”,“服务
随着观测仪器设备精密程度以及数据收集能力的大幅度提高,光学天文学得到显著发展,我国LAMOST大规模巡天项目获得海量的巡天数据。但是,目前低质量光谱仍占LAMOST观测数据总量的一半左右。这些光谱表现出明显的质量缺陷,如噪声较大、谱线特征不明显、局部信噪比非常低、连续谱异常、拼接异常、减天光异常等。对这些低质量光谱的处理及研究,对于观测产出率的提高、特殊及稀少天体的发现等方面都具有重要的意义。因此
无线传感器网络的节点经常部署在自然环境相对恶劣或是人员较难到达的区域内,如沙漠、水下等,绝大部分应用场景都不具备架设有线供电设施的条件。在现有技术条件下,传感器节
随着网络信息技术的高速发展,Internet上的Web页面数量呈指数增长,如何有效的组织和处理这些海量信息,如何更好地搜索、过滤和管理这些网络资源,成为一个亟待解决的问题。Web
近年来,伪装攻击在计算机安全事件中的比例不断增长,成为对系统破坏最为严重的攻击方式之一.与此同时随着智能手机的普及,用户开始将大量信息存入手机,当手机被不法者窃取时,
在温度测量中虽然有许多不同方法,但热电偶以其独特的优点成为目前工业上温度测量中应用最广泛的传感元件之一,与显示仪表配合可测量气体、液体、固体的温度,也可以作为过程