组卷系统的研究与应用

来源 :贵州大学 | 被引量 : 10次 | 上传用户:walter1i
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
组卷问题是一个在一定约束条件下的多目标参数优化问题,采用传统的数学方法求解十分困难,自动组卷的效率和质量完全取决于试题库设计及其抽题算法的设计,目前已出现多种算法用于自动组卷,如随机抽取策略、回溯试探策略等,这些算法在大解空间、多峰值的问题上往往容易陷入局部最优或算法复杂度过高。由于自动组卷要求生成的试卷能最大程度地满足用户的不同需要并具有随机性、合理性,因此,如何设计一个算法从试题库中既快又好的抽出一组符合考试要求的试题,是本文研究的目标。在对国内外相关大量文献分析研究的基础上,本文选择遗传算法作为组卷算法,利用MATLAB中的遗传算法工具箱做出仿真实验,选择较合适的交叉概率和变异概率,使用VisualBasic语言设计出图形化的操作界面,Access数据库作为后台试题信息数据库,录入试题信息,生成不同科目的试题库,实现复杂组卷要求;该系统能够按照试题类型、试题数量、章节覆盖、难度系数、区分度、答题时间、课时数等约束条件进行快速搜索,从而找到最佳组卷方案,组出理想的试卷。本系统主要的工作可以归纳如下:1.通过分析组卷策略,建立了组卷问题数学模型,并对模型进行简化处理。2.改进遗传算法采用分组自然数编码,减少了染色体长度空间,编码直接采用试题编号,省去了编码和解码的繁琐。3.运用自适应理论改进了交叉概率和变异概率,找到适合于的交叉概率和变异概率,提高了系统的收敛速度,同时也避免了遗传过早进入“局部收敛”状态。4.选择算法采用模拟小生境的方法,其性能优于K次择优算法。
其他文献
IP存储区域网(IP-SAN)是存储领域的一项重要技术,它同时具备IP网络的优势以及SAN架构的强大功能和扩展性。iSCSI协议是IP-SAN中实现存储设备访问的重要协议标准。以iSCSI协议
聚类分析旨在把数据对象划分为几个有意义的子集,也称类簇,以致于同一个类簇里的数据对象相似,不同类簇之间的数据对象不相似。而高维数据的聚类问题已经成为数据挖掘和机器
随着网络技术和信息门户技术的发展,门户中各种应用系统不断增加,用户如果要访问多个系统,不仅要面对多个登录界面,可能还要记忆不同的用户名和口令。每个系统有各自的账号管理系
由于个人计算机和互联网的普及,企业计算机网络上的信息系统种类越来越多,支撑这些信息系统的系统资源也越来越多,如何有效的管理系统资源成为系统管理中的研究热点。目前对
SOA作为当前软件业内的重要思想,正在成为软件行业构建系统和解决实际问题的发展方向。但如何以规范的方式实现SOA思想,长久以来一直是业内争论的焦点,在这期间出现了一些用
随着信息技术的深入发展,越来越多的不同种类的设备包括传感器、手机、甚至花草植物等都可以连接在一起形成一个具有数以万计结点的大规模物联网,因此越来越多基于物联网的应用
传统冯·诺依曼体系结构中,计算资源与存储资源(包括物理存储设备及保存在其上的系统数据和用户数据等)静态绑定在一起,这种相对独立的状态一方面严重影响了计算实体内部资源
随着软件规模的不断扩大,软件发生错误的可能性也增大,如何保证软件的质量和可靠性成为人们非常重视的问题。软件测试是保证软件质量和可靠性的必要手段,软件测试研究领域的
现今信息化如此发达,网络中的文献发表和获取显得方便快捷,文献大量发表导致其形成爆炸式增长,在众多文献中必会存在潜在信息。也许有许多科研工作者或意欲投身于科研的人想
近年来,随着生物识别技术在安防领域应用的迅速发展,人脸识别技术作为生物识别技术中一项重要技术,由于其自然、友好、易被用户接受等优点也越来越受到关注,逐渐被应用于门禁