一种计算试卷中试题难度分布的有效方法

该文提出一种依据正态分布函数计算试卷中试题难度分布的方法，并将茯运用于智能组卷系统，计算机仿真结构表明了该方法的有效性。     

基于动态试题难度参数的智能组卷策略*

针对网络考试系统的即时性和高效性,提出了基于动态试题难度参数的智能组卷算法的设计策略,利用二项分布函数做难度曲线分布模型,结合目标函数对试题多种参数进行优化。根据试卷的整体难度,以试题难度参数为优先,运用试题选题参数调节知识点之间的平衡,试题曝光参数选取出卷频率比较低的试题,从而确定各种题型不同试题难度数量,实现快速自动组卷的目标。     

基于正态分布的试题分发模型的研究与实现

在常用试题自动分配算法的基础上,提出一种基于正态分布的试题自动分发模型。在该模型中,试题空间被划分为不同难度等级的试题集,再将难度等级按正态分布。该模型具有结构简单、运行速度快、效率高、选题重点突出以及可行性好等特点,已经应用于主观编程题上机考试系统中。     

智能组卷中一种控制试卷难度分布的有效方法

在智能组卷中试题难度分布设计是否合理至关重要。根据教育测量学和考试学的理论，考生的成绩应大致呈正态分布。我们可让试卷中各种难度的试题分数也大致呈正态分布，这样就可通过改变试卷的难度分配达到控制考试平均成绩的目的。     

改进的正态分布的分布估计算法

针对连续空间函数优化问题,提出了改进的正态分布的分布估计算法。该算法将优选出的个体看作正态分布,然后以正态分布概率模型随机采样产生新的种群,并挑选部分个体与保留的最好解进行交叉操作。将其与均匀分布的分布估计算法、正态分布的分布估计算法进行了比较,结果证明该方法的效果更好。最后分析了选择较好个体的比例对算法的影响。     

自适应考试难度的智能组卷过程的研究与实现

为了适应各类考试难度不断变化的需要,考试题库中试题的难度级别通常要服从正态分布并且各难度级别的试题被抽中的概率会随考试难度的变化而调整。本文采用离散定义域内正态分布数值法确定各难度级别要抽取的试题题量,进而采用分段分类法和线性乘同余方法均匀随机抽取各难度级别规定的试题题量来生成试卷。该方法具有流程简单、运行速度快、效率高、选题重点突出、适应试卷平均难度多变以及可行性好等特点,已经应用于会计综合考试平台中。     

基于模拟退火遗传算法的自动组卷方法研究

针对试卷生成方面的多条件约束问题,采用离散型随机变量的二项分布函数建立难度-分数对应关系模型。根据试卷的最优试题难度分布结构,构造了适应度函数,建立了产生最优试卷的优化模型。在计算过程中,对试卷试题区分度,答题时间,试卷总分先行判断,从而缩短对最优试卷的寻优时间,提高成卷效率。为了避免遗传算法早期容易早熟、后期收敛速度慢的缺点,对试卷个体采用模拟退火算法进行适应度的拉伸。理论分析和实验结果表明,提出的组卷算法有较好的性能,可以有效的提高组卷效率。     

基于蒙特卡罗方法的试卷难度分布研究

本文根据教育测量学理论对试题难度和试卷难度分布问题进行了概率学研究，提出了基于蒙特卡罗方法的试卷难度分布求解思路并进行了实现。文中针对常模参照性考试详细讨论了正态分布的适用范围，并讨论了蒙特卡罗方法的收敛性，同时给出了该方法的计算结果。研究表明，蒙特卡罗方法在解决试卷难度分布问题方面具有较好的优势。     

基于区分度的智能组卷难度正态分布算法

给出了一种依据试卷区分度确定算法参数的智能组卷难度正态分布算法。实例表明,相对于目前的通过设定组卷难度区间的概率和为1来确定算法参数,生成的试卷更好地体现了组卷难度分布设计所要求的试卷对不同考生的知识能力的区分和鉴别的考核要求。     

基于区分度的智能组卷难度正态分布算法

给出了一种依据试卷区分度确定算法参数的智能组卷难度正态分布算法.实例表明,相对于目前的通过设定组卷难度区间的概率和为1来确定算法参数,生成的试卷更好地体现了组卷难度分布设计所要求的试卷对不同考生的知识能力的区分和鉴别的考核要求.