大学高等数学考试系统的设计

在高校对不同层次不同专业的学生组出合适的高等数学试卷,学生的能力水平、试卷的难度系数和区分度是衡量试题质量的重要参数。如何快速准确地获得学生的能力水平、试题的难度系数和区分度则是随机组卷考试系统中的一个难点。文章提出了一种基于Logistic模型和矩阵理论的解决方案,该方案借助计算机强大的处理能力计算优化学生的实际能力水平以及试题的实际难度系数和区分度,从而提高题库命题的合理化水平。     

基于分割策略的快速抽题组卷算法

本文介绍了两个基于分割策略的算法，用在考试组卷系统中，一是用来完成如何根据试卷的难度系数确定不同难度系数试题抽取的数量；二是用来完成如何从试题库中抽取满足试卷要求的一定数量的试题。     

一种海量题库难度系数和区分度动态优化模型

难度系数和区分度是衡量试题质量的两个重要参数。如何快速准确地获得试题的难度系数和区分度则是随机组卷考试系统海量题库建设中的一个难点。专门针对海量题库试题的难度系数和区分度提出了一种动态优化模型;该模型借助计算机的快速准确处理能力进行试题的实际难度系数和区分度的计算与优化,为出题者不断完善和优化试题内容提供科学合理的依据,从而提高海量题库命题的自动化和合理化水平。     

考试系统试题库及组卷方案的设计

在自动考试系统的题库建设中,试题库设计及组卷策略是关键环节。试题库中试题的参数,不同的试题库不尽相同,这里定义为:试题=(编号、题型、题干、答案、分值、试题难度、区分度、知识点、使用次数);试卷=(标题、考试时间、考试日期、总分值、题型、试卷难度、试卷区分度、知识点、曝光度)。     

基于Delphi的组卷系统

该文给出了一种组卷系统的设计,介绍了从题库中组卷的方法。系统选题时将按章节和题型分布,当有多套试卷生成时自动保证各套试卷中的试题不重复。按指定的难度要求组卷,系统的效率和试卷质量可以得到大幅度的提高。     

一种基于策略集的概率缩域算法对多目标随机组卷问题的解决方案

电子考试系统的组卷研究是高校教考改革中电子试卷需要考虑的综合性问题。电子组卷既要求算法具有高效性、随机性和均衡性,同时需要抽取的试题组合满足用户自定义策略性要求。本文提出一种基于策略集的概率缩域算法,首先通过对试题组和组卷过程采用随机洗牌算法,保证试题抽取的随机性;其次使用策略集对试题取值域进行提前剪枝,缩小当前目标集的取值范围,保障算法的快速返回;最后使用策略集对抽取目标集进行轮转,实现基于策略的试题调整。在一个具有100000个题目的试题库中抽取1000份试卷的测试结果表明,算法能够在极短时间内（127 s）抽取符合目标的试题量,算法效率与组卷份数呈现二次函数的变化趋势,对题库数量敏感度较小,适合较大题库的试卷抽取工作。      

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。     

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。     

在线组卷策略的研究与设计

为了解决在线培训考试系统中多目标约束下的组卷问题,对组卷过程建立了多目标约束的数学模型,采用了基于改进的遗传算法的智能组卷策略,通过模拟生物种群演化来完成对符合约束条件的试题筛选,同时提出了二次组卷分发策略来保证试卷中试题分布的随机性。实验结果表明,改进的遗传算法提高了算法的收敛性和搜索能力,相应的智能组卷策略提高了多目标约束下组卷的质量和效率,生成的试卷能够满足用户的需求,二次组卷分发策略保证了在线考试的公平性。     

基于Struts的在线考试系统

在线考试系统可以利用网络,提高试卷命题和考试效率、质量和公平性,是传统考场的延伸。为此,本文针对在线考试系统中命题质量和试卷安全访问控制问题,以软件工程的思想,详细分析在线考试系统的总体结构,提出相应的整体解决方案,设计系统的软件模型。系统基于B/S架构,采用Struts框架、RBAC模型与基于知识点和难度值的自动组卷算法,实现包括角色管理、题库管理、组卷管理、考试管理、考试控制、考试结果的公布与查询等功能。最后,通过测试运行表明该系统提高了命题试卷的质量,控制灵活,访问安全,实用性好。     

适应网络教育自动组卷算法的研究

针对网络教育开放性、自主性的特点,本文提出了适应于网络教育的以知识点为核心的自动组卷算法.在分析试题库层次结构和数据表属性设置的基础上,该算法把题型平均难度系数、题型个数作为主要控制目标,以包含题目题型作为主要条件筛选知识点,以此选择试题,而后对题目按知识点的各难度等级分类,从而按知识点选题组卷,并运用适当的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.     

试卷难度评估体系与控制模型

给出了试题难度和试卷难度的一种评估指标体系,讨论了试题、试卷难度的控制方法,并给出了试卷难度的一种控制模型和实现思路,以及该难度控制技术在智能型试卷自动生成系统中的实现,为智能型试卷自动生成系统中试卷难度的控制提供了理论依据.     

基于基因表达式编程的计算机组卷算法研究

随着计算机技术的发展,传统的手动组卷方法难以满足新时代下的各种领域的需求,为解决传统手动组卷在性能、速度、题型分配等方面的缺陷,基于计算机技术的智能组卷问题日渐变为人们关注的问题。然而目前的组卷算法存在成功率低、计算时间久、知识点覆盖不完整、难度系数难以把握、生成的试卷难以满足要求等问题,导致了生成的试卷无法达到理想的效果。为改善上述问题,引入了基因表达式编程算法,通过使用适当的遗传算子,采用线性定长的编码方式,构造了新的智能组卷方法,避免了传统组卷算法成功率低以及适应性差等问题,解决了多约束条件下试卷的分数分配、章节分配、难度等一系列问题。实验证明,该算法有着较高的效率,能够快速地生成满足要求的试卷。     

基于Web的在线考试系统的设计与实现

针对目前传统考试效率低下的问题,该文设计并实现了一个在线考试系统,系统包括对系统中的试题库的详细结构设计,设计了抽题算法,通过采用随机抽取与设置难度系数相结合的方式使试卷中各种难度试题数量的分布更加合理、科学,系统使用方便,有效。     

基于B/S模式的在线考试系统的设计与实现

针对传统考试中教师出题、组卷和阅卷等繁重的工作量和学生在考试中必须受时间,地点等诸多限制所带来的不便,本系统以Dreamweaver8.0和Access 2002为开发工具,采用ASP网络技术,开发基于B/S模式的“信号与线性系统”在线考试系统,实现了题库管理、智能组卷、学生在线考试和试卷分析等功能。文章介绍了在线考试系统的结构和功能以及数据库的规划设计,并对其关键技术进行了详细的介绍,包括系统的身份验证安全性、随机组卷算法、数据库备份等。     

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B／S模式的在线考试系统的设计与实现

针对传统考试中教师出题、组卷和阅卷等繁重的工作量和学生在考试中必须受时间，地点等诸多限制所带来的不便，本系统以Dreamweaver8．0和Access2002为开发工具，采用ASP网络技术，开发基于B／S模式的“信号与线性系统”在线考试系统，实现了题库管理、智能组卷、学生在线考试和试卷分析等功能。文章介绍了在线考试系统的结构和功能以及数据库的规划设计，并对其关键技术进行了详细的介绍，包括系统的身份验证安全性、随机组卷算法、数据库备份等。     

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。     

基于互联网的分布式在线考试系统设计与实现

随着互联网技术的发展,分布式管理系统在教育领域已经得到了广泛的应用,尤其是教学考试。本文详细的分析了分布式在线考试系统的实现技术,包括JSP分布式系统开发技术和基于遗传算法的智能组卷技术,给出了在线考试系统的主要功能,并且给出了智能组卷的核心功能实现内容。