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.     

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。     

基于云优化遗传算法的自动组卷技术研究磁

针对传统遗传算法收敛速度慢、稳定性能差的缺陷,根据云计算思想提出一种遗传算法的考试系统组卷算法。该算法利用正态云模型的随机性和倾向性,动态调整遗传算法的个体选择适应度值和交叉概率和变异概率,以加快算法向最优解的逼近速度,可以在试题库中按照试题类型、试题数量、曝光度等约束条件进行快速搜索,系统通过选择、交叉和变异等操作,从试题库中自动地查找和组织出一些不同类型、不同难度、不同章节范围的试题来组成一套最佳的试卷,实现了快速自动组卷功能。     

一种应用于试题库组卷的遗传算法的实现

计算机自动组卷是计算机辅助教学（CAI）中一个重要的研究课题,本文结合遗传算法的原理和思想,针对试卷生成的目标要求,对考试自动组卷问题进行了研究,设计了试题库的数据组织结构,并给出了应用遗传算法进行高质量组卷的新方法。     

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。     

浅议试题库智能组卷系统的设计

智能组卷是CAI中一个重要的研究课题.本文针对试卷生成的目标要求,给出了用遗传算法解决智能组卷问题的具体方法.实验结果表明该智能组卷算法能很好的解决试题库中智能组卷问题,具有较好的实用性.     

基于遗传算法的智能组卷问题的研究

计算机考试系统主要是根据相同的考试要求在短时间内生成具有高信度但差别比较大的试卷。本文采用最优保存策略的遗传算法能有效地解决试题库中的智能组卷问题,实验结果证明比传统的组卷算法要好。     

遗传算法的组卷策略研究

通过组卷来决定试卷的题量、试卷的知识点分布、试卷类型及考试时间的多少;网络组卷系统是实现考试规范化、公平化、合理化的重要途径。运用遗传算法对考试中的自动化组卷进行了研究。     

遗传算法的组卷策略研究

通过组卷来决定试卷的题量、试卷的知识点分布、试卷类型及考试时间的多少;网络组卷系统是实现考试规范化、公平化、合理化的重要途径。运用遗传算法对考试中的自动化组卷进行了研究。     

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。