基于改进GAAA算法的煤矿企业在线智能考试系统

在分析煤矿企业员工实际考试需求的基础上,提出了一种煤矿企业在线智能考试系统。首先构建了针对煤矿员工职业特点的Web考试系统,优化系统功能;其次提出了对遗传算法与蚂蚁算法融合的GAAA算法的改进方案,即首先对蚁群信息素进行更新,再利用遗传算法的全面搜索和蚂蚁算法的并行分布特性搜索试题库,对煤矿考试试题库进行组卷优化;最后将改进的GAAA算法应用于在线智能考试系统,实现了煤矿企业员工随时、随地考试以及试题自动组卷功能。实际应用表明,该系统组卷速度快,试题重复率低,算法正确可行,能有效完成煤矿企业员工在线考试的实际需求,提高了煤矿企业考试效率。     

改进遗传算法智能组卷的研究与应用

组卷问题是一个多目标的约束优化问题,是在线考试系统的重要组成部分。通过对智能组卷建立数学模型,提出了一种基于改进遗传算法来进行智能组卷的方法,实验结果表明,改进的算法在智能组卷的运行速度方面,具有较好的实用性。     

基于web的英语在线学习系统

介绍一个基于web技术的英语在线学习系统,详述了系统的设计方案及关键技术问题.首先,对系统中智能组卷算法与策略进行分析,以算法的实用性和可操作性需求指标建立一个智能组卷的数学模型,并设计一种基于改进遗传算法求解该模型的优化方法,实现通过对试卷指标的组合来随机生成符合约束要求的试卷,满足不同用户的个性化需求;其次,通过融合Ajax技术,实现系统在线测试中对考试进行时间控制,解决因B/S结构引起的“瓶颈”问题,减缓了数据流量.     

基于教师组卷算法的分析与成卷模式设计

组卷是在线考试系统的核心部分,一种成功的组卷方式决定了在线考试系统的成功与否.组卷出来的效果是不是适用于教师对学生科目的测试,或者平时学习情况的考察,也是对组卷策略的一种考验,它为提高考试质量、提高试卷质量都有着很大的贡献,也是研究的重点所在.     

基于改进的遗传算法的智能组卷算法研究

随着人工智能技术在高校信息化过程的不断推广,智能在线考试模式已成为高校教学改革的一种新手段。目前现有的在线考试系统由于一些现实约束,还存在很多不足。文中针对现有的考试系统存在智能组卷后的试卷难度不均衡、题库试题难度系数确定不合理的现象,提出一种基于改进的遗传算法自动组卷策略。利用伯努利大数定律和机器自适应学习方式,确定题库中试题合理的难度系数。在试题的难度系数确定后,试卷的难度系数就是参入组卷的试题的平均难度系数,组卷中,只需指定试卷的平均难度系数和各类题型的数量即可。     

基于互联网的分布式在线考试系统设计与实现

随着互联网技术的发展,分布式管理系统在教育领域已经得到了广泛的应用,尤其是教学考试。本文详细的分析了分布式在线考试系统的实现技术,包括JSP分布式系统开发技术和基于遗传算法的智能组卷技术,给出了在线考试系统的主要功能,并且给出了智能组卷的核心功能实现内容。     

在线组卷策略的研究与设计

为了解决在线培训考试系统中多目标约束下的组卷问题,对组卷过程建立了多目标约束的数学模型,采用了基于改进的遗传算法的智能组卷策略,通过模拟生物种群演化来完成对符合约束条件的试题筛选,同时提出了二次组卷分发策略来保证试卷中试题分布的随机性。实验结果表明,改进的遗传算法提高了算法的收敛性和搜索能力,相应的智能组卷策略提高了多目标约束下组卷的质量和效率,生成的试卷能够满足用户的需求,二次组卷分发策略保证了在线考试的公平性。     

基于在线交互学习的语言在线测试系统设计

为了推动教学与测试现代化发展，提出了一种基于在线交互学习的语言在线测试系统，为测试考生与教师提供更为便捷、高效的教学与测试模式。首先，对语言在线测试系统的整体框架与结构进行设计；随后，以英语考试为例，分别对音频录音模块、智能组卷模块、在线交互学习模块进行设计，其中着重对智能组卷模块进行研究，提出了一种基于改进和声搜索算法的组卷最优解求解策略；最后分别对智能组卷模块与整体系统进行测试。结果表明：基于改进和声搜索算法的智能组卷策略能够提高计算自动组卷的组卷速度与组卷精度，基于在线交互学习的语言在线测试系统能够正常运行，且稳定性高，负载能力强。     

改进的PSO算法在智能组卷中的研究与应用

文章研究了在线考试中的核心技术-智能组卷,对传统的PSO算法进行了说明,并提出了一种改进的PSO算法,利用改进的PSO算法对智能组卷问题进行求解。     

基于B/S模式的在线考试系统的设计与实现

针对传统考试中教师出题、组卷和阅卷等繁重的工作量和学生在考试中必须受时间,地点等诸多限制所带来的不便,本系统以Dreamweaver8.0和Access 2002为开发工具,采用ASP网络技术,开发基于B/S模式的“信号与线性系统”在线考试系统,实现了题库管理、智能组卷、学生在线考试和试卷分析等功能。文章介绍了在线考试系统的结构和功能以及数据库的规划设计,并对其关键技术进行了详细的介绍,包括系统的身份验证安全性、随机组卷算法、数据库备份等。     

网络智能试题库系统建设研究

计算机辅助教学已成为现代高等教育的一个重要组成部分。作为其主要研究方向之一，网络试题库技术与自动组卷系统得到迅速发展。网络试题库系统建设是实现无纸化考试、考试标准化与个性化、远程网络学习辅导与在线测试等的基础。本文对网络智能试题库系统建设中的相关问题进行了探讨，重点对组卷策略和算法进行研究。     

通用在线考试系统智能组卷遗传算法设计

组卷算法设计是考试系统设计的核心。在分析通用在线考试系统的特点及组卷原则的基础上,首先建立一种改进的组卷数学模型;接下来依据该模型主要从编码方式选择、适应度函数的确定以及遗传算子的设计等方面详细设计通用在线考试系统采用的改进的遗传算法;最后,给出基于改进的遗传算法的智能组卷流程。应用表明,采用该算法实现的本系统的组卷功能在组卷的速度和成功率都得到显著提高,较好地满足了各类课程的组卷需求。     

《基础生物学》在线考试平台的研究与实现

以高校<基础生物学>课程考试为研究对象,设计了基于C/S和B/S混合模式在线考试平台.采用关系型多媒体数据库SQL Server 2000统一存储试题文本及相关图片,根据考试要求形成Word格式的命题模板,通过随机组卷策略生成以Mi-crosoft Access格式保存的试卷,利用ASP技术实现考试系统及考试状况在线监视模块.该平台可提供构建题库、快速命题、批量组卷、随机取卷、考生注册及登录、在线考试、自动阅卷等主要功能.实用结果表明:系统运行稳定,可靠,操作简便,可满足局域网和Intemet大规模在线考试的需要,为<基础生物学>提供了一个很好的教学辅助平台.     

基于B／S模式的在线考试系统的设计与实现

针对传统考试中教师出题、组卷和阅卷等繁重的工作量和学生在考试中必须受时间，地点等诸多限制所带来的不便，本系统以Dreamweaver8．0和Access2002为开发工具，采用ASP网络技术，开发基于B／S模式的“信号与线性系统”在线考试系统，实现了题库管理、智能组卷、学生在线考试和试卷分析等功能。文章介绍了在线考试系统的结构和功能以及数据库的规划设计，并对其关键技术进行了详细的介绍，包括系统的身份验证安全性、随机组卷算法、数据库备份等。     

智能试卷生成和自适应考试系统

介绍了一种基于项目反应理论的智能组卷及自适应考试系统的实现方法.它提供了一个通用的平台,挂接不同的题库可以适应不同科目的学习、组卷及考试.     

利用遗传算法组卷的B/S考试系统的设计与开发

在线考试作为传统考试的突破,真正实现了无纸化的考试,是现代化教育的重要帮手。如何设计和开发一套好的在线考试系统非常重要,自动组卷模块在很大程度上决定了考试系统的好坏。该文在通过对遗传算法组卷的研究后设计了考试系统的模型。     

基于B/S模式的网络考试系统设计与实现

网络考试系统是教育随着计算机信息技术发展涌现出的一种新的考试方式,该文利用了基于B/S模式下的三层结构体系,在ASP.NET框架下,利用SQL Server数据库,设计出了功能完备、实用的网络在线考试系统,详细阐述了系统的登录安全验证、知识点优先权的组卷技术、考试时间控制以及数据查询几个功能的实现,有效地解决了传统考试的低效性与复杂度。     

基于遗传算法的网络考试系统

在基于遗传算法的网络考试系统的研究中,针对目前传统网络考试系统存在的收敛性速度慢、抽题随机性大,为了组卷能够抽取符合设定参数的试题,又具有较快的抽题速度,提出了使用动态调整遗传算子的遗传算法改进网络考试系统.运用遗传算法,进行了网络考试系统设计,优化了智能组卷方案.通过验证,方法实现了全局并行搜索并且能够不断向可能包含最优解的方向调整搜索空间,同时可使智能组卷所消耗的时间减少9-17倍,从而有效地解决了传统试题库组卷的效率问题,确保了智能组卷的试题质量.     

人工智能在自动组卷建模中应用研究

关于研究组卷的可信度和效度问题,组卷方法耗时长、效率低,组卷成功率低.为了提高自动组卷成功率,提出自动组卷算法,通过建立多约束目标优化模型,用蚁群算法自动组卷方法.首先按照试卷要求建立一个多约束的数学模型,然后用蚁群算法快速和智能搜索能力对数学模型进行求解,得到最优组卷方案.仿真结果表明,相对于传统组卷算法,提高了组卷效率,组卷成功率也相应提高,很好的满足当前网络在线考试系统的实时性较高组卷效率.     

基于共享题库的云考试系统设计与实现

鉴于疫情期间线下考试开展的困难性,以及高校课程的考试需求,设计并开发基于共享题库的云考试系统,用于组织远程在线考试.本文分析了该系统的功能设计和系统框架,介绍了组卷策略、数据库设计等关键技术的实现方式,并进行在线部署应用实践,上线结果表明该系统一定程度上解决了用户在线考试的需求,改善了用户的学习体验.