文档介绍：摘要随着计算机辅助教学和人工智能的发展,大型题库系统中,能决定组卷的质量和效率的组卷算法逐渐被众多专家所关注。就目前国内外研究现状,在智能组卷上许多都是采用具有很大不确定性的随机组卷算法,而组卷仍是一个在一定约束条件下的多目标参数优化问题,采用随机组卷方法很难达到用户期望值。目前人们主要关注的是遗传算法的早熟、以及收敛性问题,并通过对编码方式、控制参数的确定和交叉机理等进行深入研究来解决问题。本论文在借鉴已有成果的基础上,结合目前的组卷算法研究方向,针对组卷结构质量和组卷速度等问题,研究遗传算法在组卷领域的智能组卷中的实际应用。本文主要进行以下几个方面的工作:紫却又悄茏榫淼睦砺廴胧郑岷辖萄导饰侍猓宰榫砦侍饨猩钊敕治觯比较多种不同组卷策略,得出建立基于经典测量理论的多目标函数数学模型。攵砸糯惴ǖ脑缡旌褪樟参侍饨忻枋龊统梢蚍治觯诖车囊糯惴ê一般的自适应算法基础上,结合组卷实际问题,重点关注种群多样性少而导致的局部收敛问题,以及收敛速度问题。采用实数编码方式,在基因的选择遗传算法是符合文化算法框架要求的进化算法这一特性,将其作为文化算法的种群空间,并将两者的有机结合应用于智能题库中的组卷策略研究,通过信念空间更高效的指引种群的进化,大大加快收敛速度,提高组卷质量。实詈螅悄茏榫砗鸵糯惴ㄏ嘟岷希ü柚糜没Щ静问鸵糯阕硬作概率,使用基于改进的遗传算法进行智能组卷仿真实验,实验数据表明,基于改进的遗传算法进行智能组卷,组卷结构合理,组卷效率好。本文围绕自动组卷问题建模、成卷质量和成卷速度上进行研究,重点研究了改进遗传算法在智能组卷算法中的应用。运用经典测量理论指导,构建基于经典测量理论的多目标函数模型,并通过改进遗传操作和适应度函数,实现了组卷性上采用确定性最优选择策略,通过算术交叉后再进行均匀变异策略。并利用验结果表明改进遗传算法具有较好的全局搜索性能,收敛速度也得到明显改善。
知识水坝***@pologoogle为您整理
能的优化。通过测试与系统仿真,得出了有一定价值的理论思想与可行的实际应客观、真实、全面地快速反映教学的实际效果与评价提供了新的实现思路。关键词:遗传算法;智能组卷;经典测量理论;收敛性;数学建模用成果,有助于课程教学的宏观指导和科学化,规范化与标准化的管理,为更加广东工业大学硕十学位论文Ⅱ
知识水坝***@pologoogle为您整理
,薈谢也琺猳,⑽鰐,.琤,甌,瓹,.;,.甪甎⑺簍.;簍
,瑀,瑀;甌瑃.:;籆广东工业人学硕士学位论文,琣琣,
论文作者擀捧善谰独创性声明秉承学校严谨的学风与优良的科学道德,本人声明所呈交的论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,不包含本人或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的,论申请学位论文与资料若有不实之处,本人承担一切相关责任,特此声明。均己在论文中作了明确的说明,并表示了谢意。文成果归广东工业大学所有。指导教师签字:年
第一章绪论智能组卷的研究现状且在试题库的成卷过程中越趋于智能。网络考试系统目前有两大类:一是基于局域网的网络考试系统,主要是采用疭模式的考试系统,例如计算机等级考试、职业技能考试等,二是基于疭的网络考试系统,主要用于高校的在线考试А薄国内外已有一些基于疭的考试与测评系统,比如,我国的计算机等级考试、以及一些教育研究机构自主研发的在线考试系统:具有教学题库管理、自动试卷生成、网上测验、网上练习、自动成绩统计分析等多项功能的清华泰豪网络考试系统;基于先进的网络编程技术,运行于僮飨低常绯鎏狻联机考试、网上自测、实时评判、考试成绩分析评估于一体的汇杰网络考试系统、母骼嘈畔⒓际跞现た际缘鹊萣,。目前,国内的考试系统的成熟度远远不及国外,而考试系统亟待解决的问题是主观题评分、智能组卷、安全性问题。智能组卷作为试卷质量保证的关键是首要解决的问题。目前应用于考试系统的组卷方式主要有人工组卷,系统模板自动随机组卷,智能组卷三种方式。人工组卷主要是由教师根据教学考试大纲,凭借自己的教学经验从试题库中一一选出试题组成试卷的过程;系统模板自动随机组卷是指教师登陆考试系统组卷模块,通过系统提供的组卷参数设置,如教师输入试卷总分、题型数量和分数等参数并提交,组卷系统将从试题库中随机抽取试题组成试卷;智能组卷则是系统根据教师所给出的难度,知识点等期望值参数,通过算法分析自动组出合理科学的考试试卷¨㈣。其中第三种组卷方式解决了人工组卷的繁杂性,也解决了随机组卷的随机性和不科学性。参数,利用一定的组卷算法,自动地从题库中抽取合适的试题,其智能性在于算试题库的发展是随着教育和学习网络化的趋势而变得