基于Web的智能组卷的研究与应用

针对智能组卷中基于专家知识的框架模式不能很好地解决互联网中用户需求多样性的特点，文中运用多种策略相结合的组题方式，着重从互联网用户不同的需求和提高智能组卷效率出发，智能地生成不同的试卷或者习题以满足不同需求的互联网用户。     

基于差分进化算法的智能组卷研究

符合实际组卷需求的组卷问题模型和高效优质的组卷算法是实现计算机自动组卷的关键.针对当前计算机自动组卷模型在重要组卷指标上存在误差的现状,提出了一种能够满足用户精确组卷需求的改进组卷问题模型.将新出现的差分进化算法应用于所提出的模型,给出了一种新型智能组卷算法.利用不同规模的真实题库,进行了算法的模拟实验.实验结果表明,与基本遗传算法相比,该算法在组卷成功率和组卷质量方面具有更好的性能.     

一种基于云模式的试题库系统设计与实现

当前互联网提倡分享、社交的模式,“云模式”的概念逐渐兴起。对试题的评价、分享是试题库发展的重要方向之一。设计一种基于云模式的试题库系统,着重加强试题库系统的互联网属性,将用户参与融入系统之中。同传统的试题库系统最大的不同是融合“云”的元素,各用户添加的试题在用户允许的情况下将被分享到“试题云”,用户在组卷时可以选用试题云中的试题,丰富用户在组卷时的选择,提高试卷的质量。     

基于OpenGIS WMS的空间信息搜索引擎系统原型

面向在线空间信息的搜索引擎是空间信息共享和互操作领域一个新的研究内容，为了帮助用户能够自动地找到感兴趣的空间信息，提出了一种遵循OpenGIS WMS规范构建的空间信息搜索引擎系统原型，并详细介绍了研究背景、设计方案、系统实现以及性能测试结论。实践证明，该搜索引擎不仅能自动地搜索互联网上的WMS服务器，并能不断更新和维护相关的WMS信息数据库，还能根据用户的查询需求实现动态的服务连接和透明的空间信息获取。     

解决智能组卷问题的和声搜索算法研究

在计算机自动组卷问题的研究中,符合组卷需求的模型和高效优质的智能算法是计算机自动组卷的关键。为了减少选卷目标误差,优化组卷,针对现有计算机自动组卷模型在关键组卷指标上存在误差,提出了一种满足用户精确组卷需求的改进组卷问题模型。基于和声搜索算法研究并设计了一种新型智能组卷算法。以实际题库为测试算例,分别对算法的性能以及参数对算法性能的影响进行仿真实验。结果表明,与遗传算法相比,所提出的算法在组卷成功率和组卷质量方面均具有更好的性能。     

在线测试系统的设计与实现

在线测试系统是辅助教学平台中的重要组成部分,自动组卷、自动评阅等算法又是当前的研究热点。在分析已有组卷策略的基础上,提出了随机平均自动组卷算法、复杂形式填空题评阅算法,并基于网络辅助教学平台实现了在线测试系统。经过测试,系统运行稳定、用户接口友好、试卷知识点分布基本合理、难易程度符合用户的要求、计算机自动评阅结果准确,可广泛应用于学生自测教学环节中。     

基于改进遗传算法的自动组卷问题的研究

自动组卷优化问题的研究,由于题库组卷的随机性,难度很大。针对传统遗传算法在自动组卷中存在的未成熟收敛和收敛速度慢等问题,为了快速可信地组卷,提出了一种改进的遗传算法。该算法采用模拟小生境法选择算子进行种群选取,并对交叉算子和变异算子进行了优化,实现了交叉和变异概率的非线性自适应调整。进行仿真实验,结果证明,改进的遗传算法在组卷的有效性、稳定性和收敛速度等方面有显著的提高,更能有效解决自动组卷问题,具有较好的使用性能和实用性,能够极大的满足用户组卷的需求。     

基于CAXA 的机械课程自动组卷软件

论文立足于机械课程试题库系统的现状与实际需求,深入探讨了CAXA 程序二次开发技术、自动组卷算法、智能排版技术等关键性问题,设计并实现了与CAXA 电子图板无缝集成,且使用简便的机械类试题自动组卷软件。论文对CAXA 程序的应用领 域进行了积极地探索开拓,对同类计算机辅助教学软件开发具有一定参考价值。     

遗传算法在试题组卷中的应用与研究

相信大家对达尔文的进化论并不陌生,其中的基因遗传,基因突变等等对基因学得发展起了不可估量的作用。优胜劣汰,即优的基因大量被遗传复制,劣的基因较少被遗传复制。借用这些理论思路,我们可以将其思想用到自动组卷中。所谓自动组卷,即在各种方面不同难度不同题型的题库中选择一套试卷出来,这套试卷对平均难度,总体量,题型比例,重点章节所占试卷比例等等有一定的要求。这样我们就需要一种算法来满足组卷的各方面需求,即遗传算法。本文我们就对遗传算法在组卷中的应用做详细的介绍。     

基于现场适应性策略的自动抄表任务调度算法

针对因关口表自动抄表系统与电量采集终端之间通信连接不可靠等因素造成的计量信息读取不同步的问题,以及不同用户对计量信息读取的需求不同引起的软件系统现场适应性问题,设计一种基于现场适应性策略的自动抄表任务调度算法。在分析用户需求的基础上,采用人机界面供用户按自己的实际需求设置和提交抄表策略,设计一种自适应用户需求、具有优先级的任务调度算法,自动识别用户提交的抄表策略并根据计量信息抄读进度和人工提交的召唤任务,自动生成和调度具有优先级别的任务表,实现自动抄表的目的。工程应用的情况表明,本算法能满足不同用户的需求,能自动和人工追补系统丢失的历史信息,保障计量信息的完整性和可追溯性。     

基于常见问题库的多搜索引擎自动问答系统

与传统的搜索引擎相比，自动问答系统支持自然语言提问，返回给用户一个简短而准确的答案，是自然语言处理领域的一个研究热点。文中介绍了一种基于常见问题库的多搜索引擎自动问答系统，它利用常见问题库和两大搜索引擎，快速准确地回答用户的问题，更加智能化地满足用户的检索需求。     

计算机应用能力随机组卷和阅卷系统设计与应用

主要介绍了一款基于计算机应用能力自动组卷系统的设计思路和实现方法,系统可以自动组卷,自动阅卷,较好地解决了手工出卷手动阅卷的繁琐和不科学性,提高教师的工作效率。     

网络端点接入控制的实现

互联网用户数目在迅速增长，对各种接入方式的需求在飞快扩大，对用户的操作水平的挑战也已经大大提高，如何让用户更方便、更安全的接入到网络中去已经是一个亟待研究解决的问题。网络端点接入控制通过对要求接入的网络端点进行自动地检测与修补，保证了每个接入端点的安全级别，进而使整个网络保持在较高的安全水平，方便了网络用户管理终端。文中提出了一种网络端点接入控制的实现方法，其较高效地解决了以上的问题，并在市场上也有了相应的产品。     

互联网平台自动跳转行为认定和法律规制

互联网平台之间通过自动跳转展开合作，由于自动跳转无须经过同意程序，可能导致个人信息的过度收集、引发商业竞争，甚至犯罪行为。通过梳理裁判文书网中“自动跳转”相关案件，自动跳转行为的司法定性通常分为：履约行为、不正当竞争行为、犯罪行为。不同司法定性下的自动跳转行为对个人信息安全产生影响。为更好地规范自动跳转行为，必须健全自动跳转的行业自律、完善用户协议的内容、建立政府监查体系以及明确法院对自动跳转的审理原则等措施。     

基于整数编码和自适应遗传算法的自动组卷

给出了基于整数编码和自适应遗传算法解决自动组卷问题。该算法首先采用整数编码，用没有重串的稳态繁殖技术和自适应遗传算法对组卷进行操作，有效地解决了试题库的自动组卷问题，具有较好的性能和实用性。     

试题库系统中随机抽题算法的设计与实现

针时职业教育精品网站的特点,提出适应于网络教育的以知识点为核心的自动组卷算法.该算法把题型难度比例、题型个数作为主要控制目标,从而按知识点选题组卷,并运用适当的随机算法组卷策略优化组卷结果.实验表明,该算法依据不同的组卷策略自动生成的试卷,组卷效率、成功率和知识点覆盖率均比较理想.     

试卷生成系统的设计与实现

分析试卷生成系统的功能需求之后,利用Delphi开发了一个试卷生成系统。系统能够实现人工组卷和自动组卷,生成的试卷以及试卷答案可以直接送入目前广泛使用的字处理软件Word中。     

基于混合智能算法的组卷策略研究

提出了基于混合智能算法的组卷策略,将神经网络、改进遗传算法的计算优势与自动组卷数学模型相结合,以用户理想试卷中的试题参数作为神经网络的训练样本,对影响组卷效果的各项指标的权重进行自学习,将得到的权重矩阵用于遗传算法的适应度函数的设计中,并对遗传算法的编码方案、遗传算子进行了改进。实验结果表明,该算法可以有效地提高智能组卷的速度以及成功率。     

基于快速连续蚁群算法的QoS切换决策机制

随着人们对移动网络服务需求的日益增长,用户需要在复杂的异构网络中实现不同接入技术之间的无缝切换,因此选择总最佳连接并提供服务质量保证的切换决策成为下一代互联网研究的关键内容.为了更好地满足用户的需求,在综合考虑网络信息的不确定性、用户服务质量需求、用户偏好、用户愿意支付的费用以及网络供应商的收益等因素的前提下,设计了基于快速连续蚁群算法的切换决策机制,并引入协商博弈和Nash均衡思想来解决用户之间的串谋问题以保证切换决策的公平性.仿真结果表明,设计的切换决策机制在满足用户服务质量需求的同时,不仅使双方的效用最大,并且最契合用户的偏好,能够很好地解决下一代互联网中支持总最佳连接的切换决策问题.     

题库自动组卷算法的研究

根据教育考试理论与统计学，分析了自动组卷目标要求，建立了智能组卷系统的数学模型，并对几种常用的组卷算法进行了设计与比较。