浅谈基于遗传算法的自动组卷技术的研究

本文从分析自动组卷技术的发展出发,分析了目前三种常用的组卷技术存在的优缺点,描述了自动组卷过程中试题库的设计,详细的阐述了基于遗传算法的自动组卷技术中传统的遗传算法存在的不足,并提出了对遗传算法的改进和优化,主要针对染色体编码的改进、适应度函数设置的优化、交叉算法的改进以及变异算法的优化四个方面进行研究。     

分段随机抽选算法在工程图学智能试题库系统设计中的应用

工程图学试卷以图形为主,针对其出卷难的问题开发了基于VB的工程图学智能试题库系统;本文重点讨论了工程图学的自动组卷策略和分段随机组卷算法,该算法可根据设定好的难度系数进行自动组卷,成功率高、方便快捷。     

分段随机抽选算法在工程图学智能试题库系统设计中的应用

工程图学试卷以图形为主,针对其出卷难的问题开发了基于VB的工程图学智能试题库系统;本文重点讨论了工程图学的自动组卷策略和分段随机组卷算法,该算法可根据设定好的难度系数进行自动组卷,成功率高、方便快捷。     

高校课程考试自动组卷算法的研究设计

为了规范高校日常课程考试,在对常用组卷算法研究与分析的基础上,设计一种组卷算法,该算法既利用随机抽取算法速度快,算法简单的优点,又借鉴了回溯算法求解的思想,提高了组卷成功率.系统采用C/S,Visual Basic及VBA技术线路,通过两年的运行测试,在题库仅有近百道题的情况下,也能完成自动组卷,降低了组卷算法时题库题量的依赖性.     

基于知识点的改进型遗传组卷算法的研究

为了实现无纸化考试系统题库的自动组卷需求,提出了一种基于知识点的改进型遗传组卷算法,该算法主要是先对知识点进行多次随机筛选,然后利用改进型遗传组卷算法对其它多个约束条件进行筛选,并完成系统的设计与实现。该系统主要采用VB6．0和SQLServer2000进行开发编程,系统能够完成无纸化考系统的自动组卷要求。实际应用表明,该系统具有界面操作简便、组卷效率和质量能满足普通无纸化考试需求,达到了设计要求。     

基于.NET的网络考试系统设计与实现

针对目前传统考试方式的不足,介绍一个在Web环境下,利用ASP.NET/ADO.NET技术开发基于Brower/Server模式的网络考试系统的总体方案。使用遗传算法针对自动组卷问题进行特别的设计,使其能够满足组卷要求。通过大量测试,提出并解决了异常因素对考试过程的影响,提高了系统的安全性和健壮性。试卷按照组卷算法生成,可以避免考前的压题,减小作弊的可能。     

模拟电子技术试题库智能组卷算法研究与系统实现

随着现代教育技术和计算机技术的高速发展,教育领域考试的无纸化、电子化、分值科学化是发展趋势。用于课程考试与远程自学测试的电子试题库与自动组卷系统是计算机辅助教学的重要研究内容之一,其中智能组卷算法是技术关键问题。针对试卷生成目标及要求,建立了智能组卷系统的数学模型,提出了一种面向分值目标的混合组卷算法。对模拟电子技术试题库自动组卷系统进行了应用实例分析。实验结果表明所提出的方法能有效解决电子试题库研究中的智能组卷问题,具有较好的综合性能。     

改进遗传算法在组卷中的应用

国内外许多科研机构对基于遗传算法的组卷问题进行了大量的研究,但由于组卷问题的复杂性,仍存在许多不足.本文尝试在遗传算法基础上进行技术改进,以克服组卷速度慢、算法局部收敛的缺陷.     

远程教育系统组卷算法的研究与实现

随着计算机网络的发展,远程教育的发展水平已经有了巨大的提高。远程教育系统的发展大大降低了人们的学习成本,提高了教育的普及率。在远程教育系统的功能设计中,系统自动组卷是一个重要的组成功能。组卷功能的主要表现形式是根据老师和学生要求,在短时间内生成符合考试要求的试卷。文章主要介绍远程教育系统的主要设计以及对传统组卷算法的改进,经过实际验证后提出的算法对组卷的有效性大大的提高。     

遗传算法在计算机自动组卷中的应用研究

遗传算法具有价格低廉且自动组卷效率较高的优势特点,将遗传算到法运用计算机自动组卷过程中,是提高自动组卷执行效率,促进自动组卷质量的有效措施。文章在论述了遗传算法的基本原理及其特征的基础上,分析了组卷问题的有关数学模型以及遗传算法的基本原理,并提出了改进遗传算法在试题组卷中的应用的具体方案,包括:确定编码方案、适应度函数的确定、组卷问题中对遗传算子的改进、遗传算法控制参制四个主要方面。     

基于知识体系结构的组卷方法研究与应用

现有组卷算法未考虑组多份甚至数十份难度一致、知识点均衡试卷的情况,基于此提出了一种针对计算机类课程知识体系结构的改进随机组卷算法。该算法抽题前预先存取数据库中某课程试题,确定试题的抽取范围后,再从候选题集合中遵循未抽取题目的知识点优先原则,依次为多份试卷随机抽取试题。实验结果表明,基于知识体系结构的随机抽取算法与按章随机抽取算法、传统遗传算法相比,组卷效果有更好的提升。     

基于遗传算法的智能组卷方案研究

组卷问题是一个多目标约束优化问题，为了快速组成难度呈正态分布的高质量试卷，就必须降低约束目标。文章提出一种基于遗传算法的智能组卷方案，采用十进制分段编码，改进了传统的初始化种群方法，优化了搜索过程。实验证明该方案具有较好的性能和实用性。     

军用飞行程序管理辅助决策系统研究

为解决军用飞机飞行程序管理问题,运用电子地图技术、数据库技术和遗传算法等相关优化方法,建立了军用飞行程序管理辅助决策系统的基本框架。首先描述了该系统的主要功能,讨论了系统数据库的数据类型和模型库的运行模块,指出通过航迹标称模型、保护区自动生成模型、障碍物提取模型、障碍物威胁程度评估模型、飞行冲突避让模型、飞机进场离场排序模型等对军机飞行程序进行合理管理,最后在对系统结构与功能充分阐释的基础上,分析了该系统为指挥员提供辅助决策的流程。     

一种基于攻击图模型的网络安全评估方法

随着网络的深入和快速发展,网络安全问题日益严峻,研究网络安全的评估方法,具有重要的现实意义。安全漏洞的大量存在是安全问题的总体形势趋于严峻的重要原因之一。详细介绍了攻击图建模方法,给出了攻击图自动生成算法,提出了一种利用数学模型分析攻击图,并对网络系统进行安全评估的方法,最后通过一个虚拟网络环境对网络安全评估方法进行了验证。该方法对攻击图的研究具有现实意义。     

遗传算法在GSM移动通信网络频率规划中的应用

应用遗传算法设计和开发了针对爱立信GSM900系统的频率规划软件。在设计中，采用了交叉点存储、变异回退以及分割分步降维的方法，从而提高遗传算法的执行速度。     

Test Generation Algorithm for Linear Systems Based on Genetic Algorithm

This paper proposes a test generation algorithm combining genetic algorithm for fault diagnosis on linear systems. Most test generation algorithms just used a single value fault model. This test generation algorithm is based on a continuous fault model. This algorithm can improve the treatment of the tolerance problem, including the tolerances of both normal and fault parameters, and enhance the fault coverage rate. The genetic algorithm can be used to choose the characteristic values. The genetic algorithm can enhance precision of test generation algorithm especially for complex fitness functions derived from complex systems under test. The genetic algorithm can also further improve the fault coverage rate by reducing the loop number of divisions of the initial fault range. The experiments are carried out to show this test generation algorithm with a linear system and an integrated circuit.     

基于否定选择遗传算法的路径覆盖测试数据生成

路径覆盖是软件测试领域重要的测试方法之一.在搜索空间中,找到一组测试数据满足路径覆盖是一个具有挑战性的问题.因此,自动生成测试数据是软件测试的关键问题.文中提出一种基于否定选择遗传算法的路径覆盖测试数据生成方法,将否定选择策略融入遗传算法,动态优化遗传算法的种群数据,自动生成覆盖目标路径的测试数据.多个基准程序和工业程序的实验结果表明,与随机方法和遗传算法比较,文中方法能够提高路径覆盖率,减少冗余测试数据的生成.     

蚁群混合遗传算法的研究及应用

为解决组卷过程中在一定约束条件下存在的多目标优化问题,结合蚁群算法和遗传算法各自的优点和它们融合的基础,提出了一种蚁群算法融合到遗传算法的策略:在组卷的前阶段利用遗传算法群体性全局搜索能力,快速形成初始解,在满足终止遗传算法的条件后,将遗传算法调度的较优解转化为蚁群算法所需要的初期信息素,然后利用蚁群算法所具有的正反馈、高效等特点快速形成试卷最优解。实践结果证明此算法改善了试卷的质量以及系统的运行效率,生成的试卷符合要求,达到预期的结果。