基于文本文件试题库的自动组卷系统设计

文章通过一个基于文本文件试题库自动组卷系统的开发过程描述,介绍了自动组卷系统的基本要求、组卷策略、题库结构设计以及生成试卷的方法.通过自动组卷测试表明,该系统操作简单,无需使用数据库,组卷速度较快.     

自动组卷的建模和仿真研究

研究优化自动组卷问题,自动组卷要求快速获得满足用户的组卷,是一个NP难题,传统组卷组算法存在耗时长、效率低等缺陷,组卷成功率低.为了提高组卷成功率,提出一种遗传算法的智能组卷模型.首先按照试卷难度、区分度、考试总分、考试时间和题型要求建立多目标、多约束数学模型,然后采用遗传算法对数学模型进行求解,得到最优组卷方案.仿真结果表明,相对于其它自动组卷算法,改进遗传算法提高了组卷速度和效率,组卷成功率也相应有所提高,获得组卷质量更优,有效地解决优化自动组卷方法问题.     

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.     

基于背包问题的在线组卷算法

针对当前计算机在线自动组卷效率低和效果不理想的问题,提出一种基于背包问题求解的组卷算法,并改进了传统的背包问题求解思想:即按照题型和难度将试卷大包划分成试卷小包,进而分别求解,利用背包问题求解其过程。实验表明,算法可根据专家设计的组卷策略自动生成试卷,效率和成功率都是比较理想的。     

基于Web的自动组卷的设计与应用

介绍了基于Web的自动组卷的设计。针对一般组卷的框架模式不能很好地解决互联网中用户需求多样性的特点，本文运用多种策略组合的组题方式，着重从互联网用户不同的需求和提高自动组卷效率出发，自动地生成不同的试卷或者习题以满足不同需求的互联网用户。     

组卷算法的研究

本文研究和探讨了试题库建设中常用的组卷算法：随机组卷算法、回溯试探法和遗传组卷算法,并对其进行对比分析。     

智能组卷系统中的组卷策略研究

智能组卷要满足多重约束目标,它们不是孤立存在的而是相互联系和制约的。文章在研究了目前普遍使用的组卷算法后,提出的组卷策略和算法能够有效的解决多约束目标的满足问题,实验证明此策略有较好的组卷性能。     

智能组卷中组卷目标的满足性检查与处理

智能组卷是教育测量标准化、规范化的重要组成部分,但不符合题库条件的组卷目标会导致组卷失败.为此,提出一种组卷目标的满足性检查与处理模型,给出满足性检查的判定准则,对分解目标的满足性检查与调整进行算法设计,并利用Transact-SQL对其实现.实验表明,模型能够提高组卷的效率和成功率.     

改进的遗传算法在组卷中的应用研究

文章主要论述了使用遗传算法组卷的基本步骤,对初始种群的生成、染色体编码及控制参数等进行了研究;并对遗传算子做了适当改进,成功地运用到了智能组卷中;最后通过2次实验分别检验了改进前后的遗传算法对组卷质量的影响以及种群的大小对组卷质量的影响,结果表明改进了遗传算子的遗传算法和适当提高种群的大小能大大提高组卷的质量。     

基于Web的智能组卷的研究与应用

针对智能组卷中基于专家知识的框架模式不能很好地解决互联网中用户需求多样性的特点，文中运用多种策略相结合的组题方式，着重从互联网用户不同的需求和提高智能组卷效率出发，智能地生成不同的试卷或者习题以满足不同需求的互联网用户。     

组卷的遗传算法设计

提出一种改进的遗传算法作为组卷的策略.染色体采用符号编码设计,解决了遗传运算过程中满足约束条件的问题.采用"非优超排序法"对染色体进行评价,在选择算子的设计上,既能够复制一部分较好的个体,又体现了选择的概率性.变异概率和交叉概率能随个体的不同适应度自适应改变,同时变异概率随种群多样性自适应变化.采用基于数据仓库的最优解保存策略,使搜索结果呈现出丰富的Pareto解集.     

运用Excel建立考试试卷自动评分系统

本文通过一个案例,运用Excel的设置、计算、隐藏、保护以及工作表的引用链接等方法,从而方便、快速、准确完成电子试卷的录入、成绩自动汇总和分析。     

多模板多格式论文校验与自动排版系统的研究

按照目前学术界对论文格式的规范要求,针对依靠人工排版和校验的方法的费时、低效等缺点,研究并设计了一个多模板多格式的论文校验与自动排版系统,采用对象链接与嵌入(OLE)技术实现C#与Word相融合的方法,实现了模板文件导入、标准格式导出、论文格式校验、自动排版输出等功能。该系统已经投入实际应用,结果表明,使文档的格式校验和排版的质量和效率得到很大提高。     

一种改进的遗传算法及其在组卷系统中的应用

针对遗传算法容易出现早熟和收敛速度慢的问题,根据群体适应值分布的变化特点,提出一种新启发性的基于小生境技术的自适应遗传算法(ANGA).其基本思想是:根据群体中各个个体的适应值分布情况加以启发,引入一个自适应的常数Cmin,通过自适应调整Cmin以适时改变群体适应值的分布,优化了各个个体被选择的概率,并以目前的计算机等级考试三级信息管理技术的组卷为例,采用ANGA算法进行了仿真计算.仿真结果表明,该算法能够在较短的时间内完成组卷,组卷效率、成功率高,对初值不敏感.     

基于遗传算法的自动组卷设计

通过分析遗传算法的原理、步骤和运行参数,结合组卷要求提出自动组卷的模型,并根据遗传算法的主要控制参数建立了自动组卷数学模型,用VB程序实现了基于实数编码的遗传算法自动组卷实例。     

基于遗传算法的自动成卷系统中题目的选择

论文阐述了利用遗传算法(GA)解决自动成卷系统中题目选择的问题,详细说明了GA的设计过程,并且在理论上说明了其收敛性,然后用实验测试了GA的性能,并在此基础上提出了针对此GA的改进意见,最后比较了几种常用的自动成卷算法。     

基于混合智能算法的组卷策略研究

提出了基于混合智能算法的组卷策略,将神经网络、改进遗传算法的计算优势与自动组卷数学模型相结合,以用户理想试卷中的试题参数作为神经网络的训练样本,对影响组卷效果的各项指标的权重进行自学习,将得到的权重矩阵用于遗传算法的适应度函数的设计中,并对遗传算法的编码方案、遗传算子进行了改进。实验结果表明,该算法可以有效地提高智能组卷的速度以及成功率。     

改进遗传算法在试题自动组卷中的应用研究

针对传统的组卷算法具有组卷速度慢、成功率较低、组卷质量不高等缺点。本文提出了一种用改进的遗传算法来求解试题组卷问题的方法。实验结果表明,新方法的组卷成功率和收敛速度都得到明显提高,并且较好地克服了未成熟收敛现象,取得了较满意的组卷效果。     

改进型遗传算法智能组卷系统的设计与实现

本文介绍了改进型遗传算法智能组卷系统的需求分析,然后根据分析结果来设计和实现具有良好的通用性和可扩展性一套智能组卷系统,其中组卷算法的关键点给出了具体的实现代码。     

智能组卷及网上考试系统的研究与应用

通过对现有的网上考试系统及组卷算法的研究,提出新的网上考试系统设计方案。对现有考试系统的数据库进行改进,及对现有的多目标、多约束矩阵组卷模型通过线形转换成单一目标向量规划组卷模型。针对该模型提出一种基于混沌遗传算法的智能组卷技术,并根据该算法及组卷特征,对编码方案做相应的改进。以改进后的数据题库为测试用例,对所提算法的性能进行测试。结果表明,与遗传算法相比,所提的算法在组卷成功率、速度及质量方面均得到改善。