自适应遗传算法用于自动组卷中的数学模型设计

针对传统组卷算法组卷速度慢,成功率较低,组卷质量不高等缺点,利用自适应遗传算法,设计出一种智能抽题算法的数学模型,能有效地解决试题库中的智能组卷问题.     

基于粒子群优化算法的智能抽题策略研究

通过对智能抽题策略研究,建立了智能抽题数学模型,提出用于评价抽题效果的评价指标及其获取方法;在此基础上,考虑智能组卷过程对试卷质量的高要求以及优化参数的表示形式,文中将粒子群优化算法运用于智能抽题优化模型的求解中,取得了较好的效果.为证明该方法的有效性和优越性,与采用相同二进制编码方式的遗传算法进行比较,通过二者的适应度演变图可以表明粒子群算法(Particle Swarm Optimization,PSO)算法可以较早地达到目标的最优分配,在运行时间及抽卷优化结果上明显优于遗传算法(Genetic Algorithm,GA),能更好地适应智能抽题策略的要求.     

空军军事职业教育考试系统智能组卷方法研究

针对空军军事职业教育考试课程与人员层次复杂、地域环境复杂、组织实施不能影响作战训练等特点,采用基于多目标、多课程的大规模机考系统的智能组卷策略,提出了分层降维和分级优化的智能组卷方法,该方法在抽题组库阶段将试题曝光度控制、数据及文件加密、题库按需分发融为一体,分摊了考场考试处理的数据量;在抽题组卷阶段,采取基于负载均衡策略的考试客户端实时组卷算法,运用背包问题求解算法,通过划分组卷约束条件的级别来优化组卷算法,降低了随机启发式搜索算法的维度.实践证明,该组卷方法提高了所有类型的题库组卷成功率以及考场考试实时组卷的质量.     

基于EJB委派技术的在线抽题组卷策略研究

介绍了简化EJB(enterprise javabean)开发的最新设计模式,即EJB委派技术;结合EJB委派技术研究了在线测试中抽题组卷策略,提出一种在线自动随机抽题策略(SOREI),即按照题库中"被抽次数"少的题目优先被抽的策略加约束条件来抽题,实验数据表明:该策略所需抽题时间少于传统策略所需抽题时间的1/2左右,随着题库数量的增加,SOREI策略的优势越明显.同时,EJB委派保证了在线抽题的安全性.按照研究的策略,在J2EE平台上,实现了在线抽题组卷系统,并分别在含2 200和5 500道试题的试题库中进行了实验,验证了其合理性和正确性,二者的结合使得在线组卷既保证了效率,又保证了安全性.     

题库系统试卷自动生成算法研究

组卷是题库系统的一个重要组成部分,试卷自动生成算法的好坏直接影响到试题库的性能.分析了目前题库系统进行自动组卷时存在的一般问题后,通过对用户命题要求的研究,提出了一种效率和成功率都比较高的试卷自动生成算法.这个算法首先产生试卷的量化模型,再根据这个模型在试题库中进行抽题组卷,组卷算法中采用了随机抽取和近似匹配的策略.     

计算机随机抽题组卷算法与应用

利用ＦＯＸＰＲＯ编程完成将试题库中的试题按试卷要求随机抽取,组成试卷;给出了随机抽取试题组卷的算法,随机抽题组卷的实施过程和实例流程图;跟踪测试了抽题组卷算法实施的动态过程,给出了示例的被抽取次数的概率及随机曲线图。投入运行结果表明,抽取随机、无法预知、快速组卷,克服了试卷中的人为因素,增强了试卷的保密性。     

计算机随机抽题组卷算法与应用

利用ＦＯＸＰＲＯ编程针试加中的试题按试卷要求随机抽取，组成试卷给出了随机抽取试题组卷的算法，随机抽题卷的实施过程和实例流程图；跟踪测试了抽题组卷算法实施的动态过程，给出了示例的被抽取次数的概率及随机曲线图。投入运行结果表明，抽取随机、无法预知、快速组卷、克服了试卷中的人为因素，增强了试卷的保密性     

基于遗传算法的自动组卷策略与实现

结合遗传算法的原理和思想,对考试自动组卷的问题进行了研究,建立了实现抽题的数学模型,通过实例分析,获得了与考试试题控制属性指标符合的试题模型的解决方法。     

题库系统试卷自动生成算法研究

组卷是题库系统的一个重要组成部分，试卷自动生成算法的好坏直接影响到试题库的性能。分析了目前题库系统进行自动组卷时存在的一般问题后，通过对用户命题要求的研究，提出了一种效率和成功率都比较高的试卷自动生成算法。这个算法首先产生试的量化模型，再根据这个模型在试题库中进行抽题组卷，组卷算法中采用了随机抽取和近拟匹配的策略。     

基于遗传算法的考试系统组卷算法设计

本文分析了考试系统中的组卷问题,结合遗传算法,从算法预处理、编码方法、初始化群体、适应度函数、选择算子、交叉算子和变异算子这几个方面,详细地研究了如何采用遗传算法解决组卷问题。并且通过实验数据,与随机抽取算法和其它组卷算法作比较,说明了本算法的优越性。