论文部分内容阅读
摘 要：在计算机辅助教育研究中，组卷算法是评价试卷好坏的一个主要方法，在组卷问题中，去重问题又是组卷问题研究的热点。本文使用遗传算法理论，采用VC++为开发平台、ADO数据库访问技术，通过对系统进行需求分析、编码等环节设计并开发一个组卷系统，主要功能包括用户管理、组卷，在组卷中实现试题去重等功能。
关键词：计算机辅助教育；遗传算法；组卷系统
中图分类号：TP399
学校最繁忙的工作莫过于对全体学生的学习能力的检测，这务必需要出无数试题，组无数套卷子，策划不同的试题方案，而其中对知识点控制又是重中之重。随着学校规模的扩大，需要的组卷就越来越繁多，如果完全依靠人工来控制，难免会出现一些错误和人力资源的浪费和组卷中相似试题的重复和知识点的重复，以至于不能全面地考查学生对所学知识点的掌握。本设计开发一个算法，通过计算机编写、运行程序，智能地对题库中的试题进行检索、分析、组合、去重。依靠该设计可以方便的管理周口师院学生的期中、期末以及各种大小型考试的各科试卷的各种题型的分布比率。大大减少了错误出现的几率和人力资源和纸张的浪费，同时对学生起到查缺补漏、全面考核的作用，并且大大缩短了组卷试卷，提高了组卷质量，从很大程度上减轻教务工作人员和组卷老师的负担。
本课题旨在设计开发一个组卷系统，通过计算机编写、运行程序，智能地对题库中的试题进行检索、分析、组合、去重，使系统对试题在组卷时能够使知识点分数分布达到要求，以达到有效去重的目的。
1 系统分析与设计
1.1 遗传算法。遗传算法的正式研究始于1975年，由美国Michigan大学的Holland教授及其学生实行的。遗传算法成功借鉴孟德尔遗传学说中的基因遗传原理与达尔文进化论中的适者生存、优胜劣态的原理，是一种随机全局搜索的并行化优化算法。
遗传算法对求解的问题一无所知，它是从问题的解空间中一个种群开始的，而种群则是由一群个体组成。在求解时，遗传算法首先进行种群初始化，即产生一定数目的父个体，计算父个体中每个个体的适应度值，此时父代即产生了，将父代置于问题的解空间。通过设计的函数计算每个个体的适应度值，适应度较高的个体说明较适应环境，反之，说明不适应环境。遗传操作从父代中选择较适应环境的个体参与交叉、变异过程，从而产生更好的个体，此时的这些个体称为子代。这样，一代一代的进化，直到收敛到最适应环境的个体为止。选择、交叉和变异是遗传算法中的三个基本操作。
1.2 组卷系统功能模块分析与设计。组卷系统应具有用户管理、题库管理、组卷、试卷管理等功能，面向的用户主要有系统管理员、考试决策者、教师。系统管理员指组卷系统中可以管理用户、维护数据库、课程维护等；考试决策者指考试的决策者，一般为院系领导，可以进行组卷与试卷管理，考试决策者也可以是经系统管理授权的教师用户；教师负责所教课程的课程章节维护、题目类型维护、试题维护等，一般为该课程的任课教师，若经系统管理员授权，某些教师用户可以有双重身份，既是教师用户，又是考试决策者。
组卷系统根据需要划分为系统管理、题库管理、试卷管理、系统帮助功能。
组卷模块是整个组卷系统的核心，组卷过程采用交互方式，即用户输入各种组卷的约束条件。（1）考试相关信息设置。组卷用户进入课程选择界面，选择将要进行组卷的课程。选择相应的课程后，进入该课程的操作界面。（2）设置组卷各约束条件的权重比例。本组卷系统采用遗传算法进行组卷，其中适应度函数的设计采用的是权重系数法，系统对各约束目标的相应权值有相应的默认值，但组卷用户可根据需要做相应的更改。组卷算法流程图如图1所示。（3）对输入的约束条件进行检测。本系统组卷前对用户提出的约束目标进行检测，并提出相应的修改意见，这样可进一步减少组卷过程出现错误或组卷失败的可能，提高组卷的工作效率与成功率。（4）进行组卷。如果约束条件检测无误，则用户可以点击组卷按钮进行组卷。
图1 组卷算法流程图
1.3 组卷系统数据库设计。本组卷系统的数据库设计的原则是：试题库实现动态维护，可以对题型、试题等及时的添加、修改、删除；题库中的题量应足够大，试题的类型比例、知识点比例、难度比例等均应分布合理，为组出好的试卷提供基础；题库设计还应考虑组卷采用的算法，便于组卷算法的实现。
由于本系统在利用遗传算法对组卷问题进行设计时，编码时采用的是按题型进行分段实数编码，因此，进行题库设计时，将所有试题按题型进行存储，各题型表中存的是同一题型的试题。
数据库中的选择题表、填空题表、操作题表、程序设计题表等均为存储不同题型试题的表，为了叙述方便，本文将它们统称为试题表。试题表主要是对试题信息进行描述的表。试题表的设计是最重要的，试题表在设计时要能反应每道试题的特征属性与试题内容本身。在对试题表进行设计时，应在保证组卷质量的前提下，尽量使试题的特征属性简单、合理，且保证试题的完整性及使用试题时能够响应迅速。
2 去重功能的设计与实现
在本系统中客观题的组卷根据用户提出的知识点（也可叫章节-知识点）分布要求，直接抽取符合要求的试题组出试卷。但一道题可能涉及多个知识点（即涉及多个章节），且题目的叙述也有可能相同，因此，本系统中采用将组出的试卷中的试题在生成试卷的基础上做修改。在组卷系统中由教师手工完成，试题去重的基本思想为：（1）在组卷系统中，由教师控制各章节试题所占的总分值；（2）抽取第一道试题，显示该试题各章节所占的分值，然后系统将用户设定的各章节的分值与根据该题中各章节的分值相减，如果达到要求，则结束，否则，转（3）；（3）抽取第二道试题，继续做（2），直到满足要求或成为负值，则转（4）；（4）最后由教师将试题的分值做调整，以满足试卷的满分值。
3 总结
本文在分析国内外大量文献的基础上，通过查阅国内外文献，了解各组卷系统所采用的组卷算法并进行比较，确定本组卷系统所用的组卷算法，分析了组卷系统要实现的功能需求，确定本系统的题库设计方案，最后利用遗传算法完成了组卷，在组卷中解决了试题去重问题。
参考文献：
[1]王宇颖，陈振，苏小红.自动组卷中试题去重技术研究[J].哈尔滨工业大学学报， 2009（1）：1-10.
[2]谢志强.题库系统中试卷生成与分析的研究[D]. 湘潭：湘潭大学，2005：3-8.
[3]梁兴建.程序设计类大学课程的智能组卷策略研究[D].西安：电子科技大学，2009：3-10.
[4]唐玲.改进的遗传算法在智能组卷系统中的应用研究[D].大连：大连交通大学，2008：1-120.
[5]A Kong，D Zhang，M Kamel.Palm print identification using feature level fusion[J]，Pattern Recognition，2006，39（3）：478-487
[6]杨路明，陈大鑫.改进遗传算法在试题自动组卷中的应用研究[J].计算机与数字工程，2004（05）：10-22.
作者简介：张栋梁（1982-），男，硕士，主要研究方向：计算机应用与人工智能；陈森（1985-），男，助教，河南周口人，研究方向：多媒体技术与信息处理。
作者单位：周口师范学院 计算机科学与技术学院，河南周口 460001
基金项目：国家自然科学基金项目（编号：61103143）。
关键词：计算机辅助教育；遗传算法；组卷系统
中图分类号：TP399
学校最繁忙的工作莫过于对全体学生的学习能力的检测，这务必需要出无数试题，组无数套卷子，策划不同的试题方案，而其中对知识点控制又是重中之重。随着学校规模的扩大，需要的组卷就越来越繁多，如果完全依靠人工来控制，难免会出现一些错误和人力资源的浪费和组卷中相似试题的重复和知识点的重复，以至于不能全面地考查学生对所学知识点的掌握。本设计开发一个算法，通过计算机编写、运行程序，智能地对题库中的试题进行检索、分析、组合、去重。依靠该设计可以方便的管理周口师院学生的期中、期末以及各种大小型考试的各科试卷的各种题型的分布比率。大大减少了错误出现的几率和人力资源和纸张的浪费，同时对学生起到查缺补漏、全面考核的作用，并且大大缩短了组卷试卷，提高了组卷质量，从很大程度上减轻教务工作人员和组卷老师的负担。
本课题旨在设计开发一个组卷系统，通过计算机编写、运行程序，智能地对题库中的试题进行检索、分析、组合、去重，使系统对试题在组卷时能够使知识点分数分布达到要求，以达到有效去重的目的。
1 系统分析与设计
1.1 遗传算法。遗传算法的正式研究始于1975年，由美国Michigan大学的Holland教授及其学生实行的。遗传算法成功借鉴孟德尔遗传学说中的基因遗传原理与达尔文进化论中的适者生存、优胜劣态的原理，是一种随机全局搜索的并行化优化算法。
遗传算法对求解的问题一无所知，它是从问题的解空间中一个种群开始的，而种群则是由一群个体组成。在求解时，遗传算法首先进行种群初始化，即产生一定数目的父个体，计算父个体中每个个体的适应度值，此时父代即产生了，将父代置于问题的解空间。通过设计的函数计算每个个体的适应度值，适应度较高的个体说明较适应环境，反之，说明不适应环境。遗传操作从父代中选择较适应环境的个体参与交叉、变异过程，从而产生更好的个体，此时的这些个体称为子代。这样，一代一代的进化，直到收敛到最适应环境的个体为止。选择、交叉和变异是遗传算法中的三个基本操作。
1.2 组卷系统功能模块分析与设计。组卷系统应具有用户管理、题库管理、组卷、试卷管理等功能，面向的用户主要有系统管理员、考试决策者、教师。系统管理员指组卷系统中可以管理用户、维护数据库、课程维护等；考试决策者指考试的决策者，一般为院系领导，可以进行组卷与试卷管理，考试决策者也可以是经系统管理授权的教师用户；教师负责所教课程的课程章节维护、题目类型维护、试题维护等，一般为该课程的任课教师，若经系统管理员授权，某些教师用户可以有双重身份，既是教师用户，又是考试决策者。
组卷系统根据需要划分为系统管理、题库管理、试卷管理、系统帮助功能。
组卷模块是整个组卷系统的核心，组卷过程采用交互方式，即用户输入各种组卷的约束条件。（1）考试相关信息设置。组卷用户进入课程选择界面，选择将要进行组卷的课程。选择相应的课程后，进入该课程的操作界面。（2）设置组卷各约束条件的权重比例。本组卷系统采用遗传算法进行组卷，其中适应度函数的设计采用的是权重系数法，系统对各约束目标的相应权值有相应的默认值，但组卷用户可根据需要做相应的更改。组卷算法流程图如图1所示。（3）对输入的约束条件进行检测。本系统组卷前对用户提出的约束目标进行检测，并提出相应的修改意见，这样可进一步减少组卷过程出现错误或组卷失败的可能，提高组卷的工作效率与成功率。（4）进行组卷。如果约束条件检测无误，则用户可以点击组卷按钮进行组卷。
图1 组卷算法流程图
1.3 组卷系统数据库设计。本组卷系统的数据库设计的原则是：试题库实现动态维护，可以对题型、试题等及时的添加、修改、删除；题库中的题量应足够大，试题的类型比例、知识点比例、难度比例等均应分布合理，为组出好的试卷提供基础；题库设计还应考虑组卷采用的算法，便于组卷算法的实现。
由于本系统在利用遗传算法对组卷问题进行设计时，编码时采用的是按题型进行分段实数编码，因此，进行题库设计时，将所有试题按题型进行存储，各题型表中存的是同一题型的试题。
数据库中的选择题表、填空题表、操作题表、程序设计题表等均为存储不同题型试题的表，为了叙述方便，本文将它们统称为试题表。试题表主要是对试题信息进行描述的表。试题表的设计是最重要的，试题表在设计时要能反应每道试题的特征属性与试题内容本身。在对试题表进行设计时，应在保证组卷质量的前提下，尽量使试题的特征属性简单、合理，且保证试题的完整性及使用试题时能够响应迅速。
2 去重功能的设计与实现
在本系统中客观题的组卷根据用户提出的知识点（也可叫章节-知识点）分布要求，直接抽取符合要求的试题组出试卷。但一道题可能涉及多个知识点（即涉及多个章节），且题目的叙述也有可能相同，因此，本系统中采用将组出的试卷中的试题在生成试卷的基础上做修改。在组卷系统中由教师手工完成，试题去重的基本思想为：（1）在组卷系统中，由教师控制各章节试题所占的总分值；（2）抽取第一道试题，显示该试题各章节所占的分值，然后系统将用户设定的各章节的分值与根据该题中各章节的分值相减，如果达到要求，则结束，否则，转（3）；（3）抽取第二道试题，继续做（2），直到满足要求或成为负值，则转（4）；（4）最后由教师将试题的分值做调整，以满足试卷的满分值。
3 总结
本文在分析国内外大量文献的基础上，通过查阅国内外文献，了解各组卷系统所采用的组卷算法并进行比较，确定本组卷系统所用的组卷算法，分析了组卷系统要实现的功能需求，确定本系统的题库设计方案，最后利用遗传算法完成了组卷，在组卷中解决了试题去重问题。
参考文献：
[1]王宇颖，陈振，苏小红.自动组卷中试题去重技术研究[J].哈尔滨工业大学学报， 2009（1）：1-10.
[2]谢志强.题库系统中试卷生成与分析的研究[D]. 湘潭：湘潭大学，2005：3-8.
[3]梁兴建.程序设计类大学课程的智能组卷策略研究[D].西安：电子科技大学，2009：3-10.
[4]唐玲.改进的遗传算法在智能组卷系统中的应用研究[D].大连：大连交通大学，2008：1-120.
[5]A Kong，D Zhang，M Kamel.Palm print identification using feature level fusion[J]，Pattern Recognition，2006，39（3）：478-487
[6]杨路明，陈大鑫.改进遗传算法在试题自动组卷中的应用研究[J].计算机与数字工程，2004（05）：10-22.
作者简介：张栋梁（1982-），男，硕士，主要研究方向：计算机应用与人工智能；陈森（1985-），男，助教，河南周口人，研究方向：多媒体技术与信息处理。
作者单位：周口师范学院 计算机科学与技术学院，河南周口 460001
基金项目：国家自然科学基金项目（编号：61103143）。