基于改进遗传算法的智能组卷方法研究

论文摘要

随着计算机技术及人工智能的迅速发展,智能组卷系统的研究逐渐被越来越多的专家学者所重视。组卷问题是一个多约束多目标组合优化问题。影响组卷效率和质量的核心因素是组卷算法的设计。本文分析了组卷问题的约束条件,建立了一种新的试卷矩阵数学模型,该模型能够方便扩展各项组卷指标,具有较好的通用性;提出该模型的遗传算法编码方法,该方法能够存储组成的试卷个体的适应值和各种属性指标,从而有效避免适应值的重复计算;并且组成试卷的试题直接映射为遗传算法的基因,避免解码过程,提高了运算效率。对遗传算法进行了改进,针对杂交算子提出了一种分段多点杂交策略,针对变异算子提出了一种分段多点变异策略,该策略可以有效避免组卷过程中的知识点冲突;并通过利用大比率杂交和变异,保持种群的多样性,从而有效提高遗传算法的收敛速度。提出一种以知识点为基本依据,产生满足知识点、题型分布、答题时间等三项基本要求的试卷初始群体的办法,提高遗传进化的起点,从而提高组卷的速度。最后对所提出的算法进行实验验证,设计和实现了一个智能组卷系统,实验结果和实际运用表明,利用本文设计的算法进行组卷能够很好满足试卷各项指标。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究现状及发展趋势
• 1.3 研究内容及思路
• 1.4 论文的组织结构
• 第二章 组卷问题相关理论
• 2.1 教育测试理论
• 2.1.1 经典测试理论
• 2.1.2 项目反应理论
• 2.1.3 概括化理论
• 2.2 组卷问题
• 2.2.1 试卷的设计
• 2.2.2 试题核心属性的确定
• 2.3 遗传算法
• 2.3.1 遗传算法的基本思想
• 2.3.2 遗传算法的编码
• 2.3.3 遗传算法的基本操作
• 2.4 本章小结
• 第三章 基于改进遗传算法的组卷方法
• 3.1 组卷问题数学模型
• 3.1.1 相关数据描述
• 3.1.2 组卷数学模型
• 3.1.3 组卷算法流程
• 3.2 遗传算法的改进
• 3.2.1 编码方法的改进
• 3.2.2 适应度函数的设置
• 3.2.3 产生初始种群办法的改进
• 3.2.4 遗传算子的设置和改进
• 3.2.5 改进后算法的优点
• 3.3 算法的实现和实验结果分析
• 3.3.1 算法的程序实现
• 3.3.2 实验结果分析
• 3.4 本章小结
• 第四章 智能组卷系统设计研究
• 4.1 智能组卷系统的总体设计
• 4.1.1 需求分析
• 4.1.2 实施原则
• 4.1.3 工作流程
• 4.2 智能组卷系统的设计与实现
• 4.2.1 教务文件管理模块
• 4.2.2 题库管理模块
• 4.2.3 试卷管理模块
• 4.3 应用案例
• 4.4 本章小结
• 第五章 结论及下一步工作
• 5.1 本文的结论
• 5.2 下一步的工作
• 致谢
• 参考文献
• 作者在学期间取得的学术成果