基于遗传算法的智能组卷系统设计

传统人工组卷方式易受到教师的主观性影响,无法保障试卷质量及合理性。智能组卷系统能够快速合理的设计出优质试卷,极大地减少教师的工作量的同时,更能满足不同水平的学生个性化组卷需求。智能组卷系统具备巨大的现实应用价值。基于遗传算法设计开发了智能组卷系统。首先,基于遗传算法基本原理对系统算法模块进行设计,明确组卷策略;然后,对组卷问题特征属性和试卷评价标准等进行分析,构建智能组卷系统功能结构图,实现遗传算法智能组卷系统的设计;最后,对智能组卷系统的测试结果进行分析总结。结果表明,系统完成了智能组卷的预期目标,具有很高的运算效率。     

基于SSSDJ框架的智能组卷系统设计与实现

传统考试需要人工出题、排版,设计答案和答题纸,撰写上交学校的各种相关资料,工作量大,耗时长,因此设计了基于SSSDJ框架（Spring、SpringMVC、SpringDataJPA）的智能组卷系统,该系统提供智能组卷、题量分配、指定题目、题库下载等功能。系统设计完成后对试卷模板进行了测试,测试结果表明,该系统能够实现高效智能组卷的目标,并能够同步生成各种所需材料。     

英语智能导师系统中测试模型的研究

结合英语学科的特点,为英语智能导师系统设计了一个测试模型,该测试模型包含题库维护和个性化组卷两大模块。试题库维护模块采用了基于项目反应理论的方法进行试题指标体系的建立和参数的估计;组卷模块是一种考虑遗忘程度的个性化遗传组卷算法(PGAFF)。模拟仿真实验表明,PGAFF算法应用于组卷时组卷质量较好,能够根据被试者的学习掌握情况为被试者生成试卷,进行个性化测试。     

基于试题库的智能组卷技术探索

试题库系统是计算机辅助教学的研究方向之一。以试题库为基础的智能组卷系统,可以更好地保证试卷的难度、区分度、信度、效度和覆盖度。文章通过对试题库的设计、组卷算法、试卷分析3个关键环节的分析,对智能组卷的可行性进行探讨。     

基于改进蝗虫优化算法的智能组卷策略

针对传统组卷策略组卷时间长、试卷质量低等问题,本文提出了一种基于改进蝗虫优化算法的智能组卷策略。首先,综合知识点覆盖率、难度系数等因素,建立多目标评价模型;其次,将试题组合方案编码为蝗虫个体,通过蝗虫优化算法寻找最优组合方案,引入最优导向与随机竞争策略更新个体位置,以增强算法全局搜索能力;结合模拟退火思想,以使算法有能力跳出局部最优;引入余弦自适应函数调整搜索步长,以提升算法收敛速度。根据最优试题组合方案,生成一套高质量的试卷。实验结果表明,基于改进蝗虫优化算法的智能组卷策略与PSO-GA相比,组卷时间降低了52%,适应度提升了19%;与传统蝗虫优化算法相比,组卷时间降低了30%,适应度提升了14%。     

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。     

试卷整体难度控制的平衡策略组卷算法

叙述了试卷难度的一种评估指标体系,讨论了几种组卷算法,提出了一种基于平衡策略的试题库组卷算法,该算法以题型、掌握要求等为约束条件对试题库进行小集合划分,根据试卷的整体难度给出各种题型难度系数的平衡点,并调整各类题型的难度系数向对应的平衡点逼近,以达到对试卷整体难度的控制,通过程序验证,该算法以较高的组卷效率实现了对试卷难度的控制.     

改进的粒子群算法在智能组卷中的应用研究

考试是教学活动中一个重要的环节。根据试卷的总分值、答题时间、试题类型、试题难度、考查的知识点等约束,从试题库中抽取若干试题组合为一张试卷。为了得到一份优秀的试卷,要求试卷中的试题必须满足众多的约束,将全局粒子群算法与局部粒子群算法相混合,并且引入了遗传算法中的交叉与变异算子,很好地解决了收敛速度与局部最优的问题。将改进的粒子群算法应用于智能组卷中,经过仿真试验表明,该方法能够在满足多个约束的同时,获得比较优秀的试卷组合结果。     

基于遗传算法的智能组卷应用研究

智能组卷是计算机辅助教学(CAI)中一个重要的研究课题,本文针对试卷生成的目标要求,建立了智能组卷的数学模型,并给出了用改进的遗传算法解决此问题的新方法。实验结果表明该改进的遗传算法能很好的解决试题库中智能组卷问题,具有较好的性能和实用性。     

Word对象模型在智能组卷中的应用

为了能够在智能组卷系统中采用编程方式创建Word文档,通过分析微软的Word编程模型,对Word中的Ap-plication,Document,Range,BookMark等对象模型进行了深入研究。采用Visual C#语言对这些对象编程设计,创建了Word试卷中各个组成部分。通过实际验证,达到了比较满意的效果。可以直接打印输出使用,提高了工作效率。     

基于Python的智能组卷设计

本文是基于Python的智能组卷设计。Python是一种近几年比较热门的计算机程序设计语言,它拥有众多的库,在各个领域里都有所应用。使用者只要学会Python的基本语法,利用Python进行办公自动化是一种高效且智能的方式。本设计通过使用Python实现科目考试自动生成试卷的全过程,从中体验Python库功能以及掌握Python在办公自动化中的应用,从而提高办公工作效率。     

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。     

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。     

智能组卷策略浅析

如今,在线考试系统的使用越来越多。在线考试系统使得教师在每年考试时无需出新的试卷,客观题目的阅卷也可以由系统自动完成,并能够自动完成成绩的统计分析等工作,大大减轻了教师的工作负担。而且,在线考试系统也使得考试过程更加客观、公正、准确。要实现在线考试系统,最重要的一个环节就是职能组卷。智能组卷的质量和效率,正是取决于组卷策略的设计。而全局寻优和收敛速度这两个问题,是决定组卷策略优劣的关键。     

组卷难度分布算法的研究

创建了离散型随机分布函数Poisson分布构建程序算法,来完成计算机智能组卷系统中试题的难度分布问题,并结合循环约束抽题算法,快速准确的从试题库中抽取符合出题者要求的试卷,此算法不仅保证了组卷的成功率,而且提高了数据运算的时间效率。     

改进的遗传算法网络考试系统研究

在线考试系统中题库的智能组卷是考试系统体系质量的核心所在,在网络环境下如何确保试卷能快速、高效、科学的生成也是组卷的关键所在。本文采用遗传算法进行自动组卷,可以有效填补漏洞,极大提高效率,保证网上考试的公平、公正性。     

士兵职业技能鉴定的智能组卷方案研究

针对士兵职业技能鉴定平台在使用过程中发现的试卷质量问题,文章提出了基于改进随机抽取算法的智能组卷方案,实现了快速高效组卷。该算法目前已成功应用于士兵职业技能鉴定平台的考核系统中。     

基于SaaS模式的分布式在线考试系统设计

纸质考试命题组卷以人工为主,试卷知识点、考题类型等组卷因素需要人为把控,存在组卷效率低下的弊端。设计基于SaaS模式的分布式在线考试系统,系统核心业务中的题库管理模块构建自身属性的考试题库,学生登入系统后在考试模块中选取考试科目,题库管理模块根据学生选取的科目,在题库里采用基于改进遗传算法的智能组卷算法组卷后返回至考生页面,考试后学生和老师可在信息查询统计模块中查询成绩。实验结果表明,所设计系统组卷耗时为9.35 ms,组卷成功率高达100%,组卷效率与组卷质量较高;和同类型考试系统相比,具有响应速度快、承压能力好的优势,得到多数考试机构的认可。     

自适应遗传算法在智能组卷中的应用研究

以传统自适应遗传算法为基础,提出了一种改进的智能组卷算法,基于该算法,设计并实现了一个《编译原理》课程智能组卷系统.结合实际问题建立了组卷问题的数学模型,并针对该数学模型对遗传算法的编码方式和种群最优保存策略进行了改进.改进后的算法在保证组卷质量的前提下,提高了搜索速度并且有效避免了传统遗传算法中经常出现的早熟现象.