首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
组卷算法设计是考试系统设计的核心。在分析通用在线考试系统的特点及组卷原则的基础上,首先建立一种改进的组卷数学模型;接下来依据该模型主要从编码方式选择、适应度函数的确定以及遗传算子的设计等方面详细设计通用在线考试系统采用的改进的遗传算法;最后,给出基于改进的遗传算法的智能组卷流程。应用表明,采用该算法实现的本系统的组卷功能在组卷的速度和成功率都得到显著提高,较好地满足了各类课程的组卷需求。  相似文献   

2.
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。  相似文献   

3.
在线考试系统自动组卷技术的研究与实现   总被引:1,自引:0,他引:1  
为了提高在线考试系统中自动抽题组卷的性能,对组卷算法进行研究,设计一种多参数边缘的抽题组卷算法。该算法在组卷成功率和效率方面都有较大的改进。  相似文献   

4.
在线考试系统是当前教育信息化的一种表现形式,面对各种考试和形态迥异的学科,基于随机数法和回溯法进行组卷的考试系统已无法满足考试要求和学科需求.通过对比各种算法,结合遗传算法和随机数算法特点,采用在遗传算法中使用随机数法的方法设计了在线考试系统.  相似文献   

5.
《工矿自动化》2015,(7):25-30
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。  相似文献   

6.
随着信息化水平的提高和计算机系统的飞速发展,具备智能组卷功能的在线考试系统是今后的发展方向。文章通过研究遗传算法的优势,通过对适应度值进行分析和算法改进,得到最优的组卷结果,并设计适用性强的在线考试系统架构和流程,为在线考试系统的应用和实现提供参考和技术支撑。  相似文献   

7.
在线考试作为传统考试的突破,真正实现了无纸化的考试,是现代化教育的重要帮手。如何设计和开发一套好的在线考试系统非常重要,自动组卷模块在很大程度上决定了考试系统的好坏。该文在通过对遗传算法组卷的研究后设计了考试系统的模型。  相似文献   

8.
高月  张淑英 《福建电脑》2007,(4):174-174,190
文章描述了一种基于EJB中间件技术的远程教育在线考试系统,该系统可以实现远程教育在线考试的组卷、监考、阅卷等各个环节的自动化和半自动化,实现考试的客观、公平、公正,解决了远程教育地域分散带来的考试不便问题.  相似文献   

9.
在线组卷策略的研究与设计   总被引:4,自引:0,他引:4  
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。  相似文献   

10.
在现代教学活动当中,网络应用也将成为越来越普遍地一个重要的发展趋势。但是,在教学活动中的有一个重要环节就是考试,如何让一些课程的考试在网络中进行却是一个难题。其中,组卷算法更是考试系统能否设计成功的关键所在。自动组卷系统中组卷算法的好坏直接影响到组卷的效率和质量,所以如何选择一个高效、科学、强壮的算法是自动组卷的核心问题。该文详细介绍了目前经常使用的几种组卷算法。  相似文献   

11.
徐凤平 《数字社区&智能家居》2013,(28):6378-6379,6388
在线考试系统可以充分的利用学校已有的计算机资源和网络资源,将教师的工作量大大减轻,而且还把老师从出试题、阅试卷等繁琐的工作中解脱出来,极大的提高教师的工作效率。考试系统中最重要的一部分内容就是组卷算法,随机算法是作为常用的一种组卷算法,该算法简单,易于实现,具有很好的操作性。该文主要探究的就是随机算法在在线考试系统中的应用。  相似文献   

12.
徐凤平 《数字社区&智能家居》2013,(10):6378-6379,6388
在线考试系统可以充分的利用学校已有的计算机资源和网络资源,将教师的工作量大大减轻,而且还把老师从出试题、阅试卷等繁琐的工作中解脱出来,极大的提高教师的工作效率。考试系统中最重要的一部分内容就是组卷算法,随机算法是作为常用的一种组卷算法,该算法简单,易于实现,具有很好的操作性。该文主要探究的就是随机算法在在线考试系统中的应用。  相似文献   

13.
目前各高校程序设计类课程的考试模式发生了改变,以往单纯笔试或上机编程的考试方式逐步改为使用在线考试系统进行。但是针对大部分考试系统,不能适应客观性试题与主观性试题混合随机组卷、判卷的弊端。该文设计开发一款基于B/S模式混合组卷的在线考试系统,重点对随机组卷和主观题自动判卷两个功能进行详细研究,学生登录系统后,进行程序设计类课程的阶段考试或期末考试,教师既能及时了解学生学习效果,同时也能减轻教师的工作压力。  相似文献   

14.
组卷问题是一个多目标的约束优化问题,是在线考试系统的重要组成部分。通过对智能组卷建立数学模型,提出了一种基于改进遗传算法来进行智能组卷的方法,实验结果表明,改进的算法在智能组卷的运行速度方面,具有较好的实用性。  相似文献   

15.
新一轮的教学改革中,将信息技术与考试内容相结合是其重要的突破口,利用信息技术这一优势,实现学习资源的数字化,变革了学生的学习方式,通过智能组卷的设计和研究,利用遗传算法,研发在线考试系统.该文简要介绍了对在线考试系统的总体设计,通过对数据库的分析,试题库的反馈建立数学模型,重点描述了智能组卷的过程.  相似文献   

16.
人工智能在自动组卷建模中应用研究   总被引:2,自引:0,他引:2  
关于研究组卷的可信度和效度问题,组卷方法耗时长、效率低,组卷成功率低.为了提高自动组卷成功率,提出自动组卷算法,通过建立多约束目标优化模型,用蚁群算法自动组卷方法.首先按照试卷要求建立一个多约束的数学模型,然后用蚁群算法快速和智能搜索能力对数学模型进行求解,得到最优组卷方案.仿真结果表明,相对于传统组卷算法,提高了组卷效率,组卷成功率也相应提高,很好的满足当前网络在线考试系统的实时性较高组卷效率.  相似文献   

17.
随着计算机技术的快速发展和互联网的广泛应用,学校的教学方式也在不断改进完善,传统的C/S模式考试系统由于不方便扩展、难维护,已不能适应现代教学考试的需要。因此设计和实现一个可以突破地域和时间限制,功能完善,且可扩展、易维护的计算机考试系统有着十分重要的现实意义。该文在分析了学校教学考试需求的基础上,设计并实现了一个基于B/S模式的考试系统,它是一种基于.NET框架的Web应用程序。在智能组卷模块中的组卷算法采用了遗传算法,提高了组卷质量。  相似文献   

18.
网络考试系统的公平性,试题的难易程度对于考生来说是就非常重要的。同时网络考试系统如何抽出一套能够满足考试的需求,又具有随机,合理、科学等也是非常重要的。该文在认真分析组卷策略和组卷数学模型基础上,提出一种分组自然编码的改进型遗传算法的考试系统,最后结合我校的教学实际用ASP.NET(C#)实现了这个组卷系统。经试用,满足设计要求,公平性和合理性都有提高。  相似文献   

19.
自动组卷的建模和仿真研究   总被引:1,自引:0,他引:1  
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.  相似文献   

20.
李云波 《软件》2014,(1):83+88-83,88
高科技的发展将人们带进了电子时代、计算机时代和网络时代。对于教育教学来说,在线考试系统是时代的必然产物,也是今后校园考试的必要补充形式。本文主要介绍了在线考试系统中组卷模块和自动评分模块的功能、算法和技术,还说明了在线考试系统使用的的数据库系统与在线考试系统的开发技术。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号