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。     

基于遗传算法适应度分析的智能组卷在线考试系统设计

随着信息化水平的提高和计算机系统的飞速发展,具备智能组卷功能的在线考试系统是今后的发展方向。文章通过研究遗传算法的优势,通过对适应度值进行分析和算法改进,得到最优的组卷结果,并设计适用性强的在线考试系统架构和流程,为在线考试系统的应用和实现提供参考和技术支撑。     

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。     

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。     

在线考试系统自动组卷技术的研究与实现

为了提高在线考试系统中自动抽题组卷的性能,对组卷算法进行研究,设计一种多参数边缘的抽题组卷算法。该算法在组卷成功率和效率方面都有较大的改进。     

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.     

浅析在线考试系统的组卷策略

在线考试系统功能日趋完善,试题库题型题量渐多,通过阐述随机组卷问题,说明组卷时须考虑多种约束条件,建立良好的题库结构,采用合理组卷算法,并给出遗传算法实现步骤,完成组卷的效率和成卷的质量。     

概率表示的二进制粒子群算法在组卷中的应用

在组卷优化问题的研究中,组卷受到多约束条件的限制。为提高在线考试系统中试卷的质量,提出采用概率表示的二进制粒子群优化算法(BPSO)的智能组卷策略,采用粒子群优化算法有效克服遗传算法的局部搜索能力差,以及导致"早熟"和收敛速度不理想等缺陷。在标准粒子群算法基础上,利用贝叶斯公式对粒子群算法进行改进,克服人为因素对算法收敛速度的影响,同时算法的时间性能和空间性能得到进一步提升。通过仿真证明改进算法是一种切实可行的组卷策略。     

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。     

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。     

面向飞行器发射控制系统可靠性提升的测试分析

系统的可靠性与测试性密切相关,良好的测试性设计,可以提升系统的可靠性,一个可靠的系统不是通过最后的测试结果测试出来的,而是在设计中将测试性考虑其中,系统测试性对系统的基本可靠性有着很大的影响;为了找到飞行器发射控制系统最优测试项,对可靠性与测试性二者的关联进行深入研究,通过系统设计初期的结构组成进行测试性分析,建立系统多信号流图模型,研究系统的相关性矩阵,并进行系统的故障检测率、故障隔离率等参数分析;提出了基于测试覆盖度的遗传算法进行测试项的优化选择,通过此方法进行实验仿真找到系统的最优测试项,成功满足系统的故障检测率、故障隔离率要求,将改进的遗传算法和传统的遗传算法进行对比,改进后的算法有着更好的收敛性,对系统分析更好。     

改进遗传算法在智能悬臂梁模糊控制的应用

模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.     

基于改进遗传算法的智能组卷系统研究

试题组卷是考试系统的重要组成部分.通过在编码策略、适应度函数、遗传算子、控制参数等方面的研究提出一种适应于试题智能组卷的改进遗传算法.对适应度函数的适当定标和建立自适应的交叉概率和变异概率,有利于克服未成熟收敛和遗传漂移现象,同时能在维持群体多样性的情况下,防止群体进入局部最优.实验证明改进遗传算法比传统的遗传算法能更有效地提高组卷的效率.     

基于改进遗传算法的智能组卷方法

组卷问题是一个多约束多目标优化问题。建立了一种新的试卷矩阵数学模型,提出了改进的遗传算法编码方式,并通过改进初始群体的产生方法和遗传算子,有效提高了遗传算法的收敛速度,并较好地避免了局部收敛现象。实验结果表明,在试题库试题数量适中、分布合理的情况下,本算法产生的试卷能够很好满足各项组卷指标。     

基于改进遗传算法的智能组卷系统设计

针对大学课程考核及题库建设需求,设计并实现了一种基于改进遗传算法的智能组卷系统。系统采用Word文档保存试题的内容和答案;在组卷策略上采用了改进遗传算法,详细设计了组卷问题的染色体结构、适应度函数和遗传操作等,克服了传统随机组卷方法存在的局限性,科学合理地解决了智能组卷问题。通过测试后发现,本智能组卷系统可操作性强、组卷效率高,可以显著提高组卷的质量,完全能够满足课程考核的实际需求。     

基于自适应遗传算法的组卷系统的设计与实现

介绍了一个基于自适应遗传算法的组卷系统的设计与实现方案,从系统总体设计、数据库表的设计、自适应遗传算法原理及主要功能模块的实现等方面加以阐述,提供了一个优化组卷的系统环境。     

一种基于遗传算法的软件测试用例生成新方法

建立了一个基于遗传算法测试用例生成的系统模型,在该模型下通过分支函数插装的方法构造遗传算法所需的评价函数并针对软件测试用例生成问题的特点对传统遗传算法进行了改进;最后,给出了一个实例并分析了实例的执行情况。     

基于协同优化算法的流速仪检定系统设计

提出了一种小型轻便的流速仪检定系统的设计方案,并运用改进的多学科协同优化方法求解各学科设计变量的最优解。首先介绍了算法思想及改进措施,并根据系统设计要求建立了各学科的设计变量、目标函数和约束条件；其次,运用遗传算法求解各学科设计变量的最优解,并根据优化结果完善了系统的设计方案,同时运用计算机仿真等方法验证了优化结果的可行性。结果表明,优化后的检定系统满足流体力学效应、匀速运动时间、系统重量等设计要求,同时证明了协同优化算法解决多学科设计优化问题的有效性。