仿生智能算法在自动组卷策略中的应用

随着计算机辅助教学的发展,自动组卷策略已成为目前研究的热点与难点。自动组卷策略是自动组卷系统的核心,目前流行的智能算法如:遗传算法、蚁群算法、鱼群算法及微粒群算法广泛被应用于自动组卷系统中来解决组卷策略。     

在线测试系统中自动组卷算法的探讨

本论文讲述了基于开放式教学平台的在线测试系统的几种常用组卷策略,着重分析了在线测试中自动组卷的算法,并对在线测试中的评卷方法作了比较。     

网络课程中基于Web的在线测试系统的研究与实现*

设计了一个基于Web的在线测试系统,并成功应用于网络课程的教学活动中.同时,设计了一个高效率自动组卷算法.介绍了该系统的功能、结构、关键技术和自动组卷算法.该系统在其他的相关领域也有较重要的参考价值.     

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。     

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。     

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。     

基于遗传算法的交规考试自动组卷方法研究

针对交规考试试卷的测量标准、试卷和试题的参数进行了分析,论述了交规考试专用试题库组卷系统的设计思想、总体功能及数学模型和实现方法.自动组卷是计算机辅助教学的一个重要内容,针对交规考试试卷的特殊需要,提出了一种用遗传算法解决自动组卷问题的新方法,运用遗传算法的搜索寻优结合分段随机选取初始群体的技术,对驾驶人交规考试中的自动组卷进行了初步研究,并编制了相应的程序,进行了大量的组卷实验.实验结果表明,该算法能大大提高组卷的成功率和工作效率,从而表明该算法应用于交规自动组卷系统是合理、有效的.     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。     

智能计算机辅助教学评测系统算法分析

本文主要论述了在智能计算机辅助教学评测系统中涉及到的几种算法的分析，其中包括：随机选题中试题难度分布的算法；自动组卷的算法；自适应学习测试算法。     

基于遗传算法的在线考试系统自动组卷策略优化

该文在对试卷结构进行分析的基础上,利用遗传算法的全局寻优和收敛速度快的特点,设计一种用于自动组卷的自适应遗传算法,建立和描述了组卷问题的染色体数目和适应度函数,实施了问题的遗传操作。采用遗传算法从题库中抽出一组最佳解或抽出一组非常接近最佳解的实体,并进行了大量组卷实验。实验结果表明,自适应遗传组卷算法可行、高效,具有较好的适用性,提高了在线考试系统自动组卷的效率。同时减轻了教师的负担,满足了教育教学的要求。     

基于J2EE的在线考试系统的设计与实现

考试是教学过程中的一个重要环节,该文给出了一种基于J2EE的在线考试系统的设计与实现方案,对系统进行了模块划分,给出了数据库设计方案,讨论了自动组卷策略算法。     

基于知识点和改进随机抽取算法的智能组卷方案研究

组卷和试卷测评是在线测试系统的核心内容。文章提出了基于知识点和改进随机抽题算法的智能组卷方案,实现了快速组卷过程。该算法已经成功应用于实际在线测试系统中。     

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。     

Office操作题自动评阅的研究与实现

该文研究结合计算机应用基础课程的实际教学需求,以C#开发设计出一套基于C/S结构、应用于局域网环境下的课程考试系统。该系统实现了Office操作题的自动评阅,是通过使用COM技术来调用Office里的Word、Excel和PowerPoint组件模型,实现自动评阅。     

基于遗传算法的自测系统设计与实现

自测是学生进行自我评价与指导的重要途径,有利于培养学生的自我管理意识,提升其自主学习能力.文章设计并实现了一个基于B/S的在线自测系统.它以知识点维护与试题库管理为基础,以自动组卷为核心,提供在线测试与评分、错题本维护等功能.知识点采用分级管理方式,并允许一道题目关联多个知识点.自动组卷采用遗传算法,以知识点覆盖率、试...     

《数据结构》在线考试及评分系统的研究与开发

文中简要概括了考试及评分系统的系统结构、开发模式及核心功能.以经典测量理论(Classical Test Theory,CTT)为基础,全面分析了题库试题应包含的主要属性,设计了配合自动组卷算法执行的题库结构.在比较、分析常用自动组卷算法优缺点的基础上,给出了随机搜索逐步优化的自动组卷算法.在比较、分析常用程序题评分算法的基础上,提出了基于程序内部结构特征分析的编程题自动评分算法.开发实践证明,组卷成功率较高,评分算法具有较高的准确率,系统性能稳定.     

自动组卷策略中遗传算法的优化

自动组卷技术是计算机网络化考试系统中一项必不可少的重要技术,自动组卷技术实现的关键是组卷算法的选择与实现,它将直接影响到组卷的质量。通过建立组卷算法的数学模型,结合遗传算法理论,给出了一种优化的遗传算法的自动组卷策略。     

自动阅卷系统中Office操作题的自动组卷技术的实现

当前几乎所有的高校都会对各专业学生开设《计算机应用基础》课作为公共基础课。日常测试及期末考试时给教师的阅卷、登分工作带来了很大的困难,为了解决此类问题,越来越多的高校都会采用在线考试系统实现对《计算机应用基础》科目的考试。一个良好的、完整的在线考试系统最重要的模块有三个模块:一是试题答案的自动生成模块;二是试题的自动组卷模块;三是自动阅卷模块。这三者非常重要,却又环环相扣,缺一不可。笔者将以实际的案例阐述在自动阅卷系统中Office操作题的自动组卷的实现过程。