关于遗传算法论文范文资料 与基于遗传算法大学计算机基础自动组卷方法有关论文参考文献

《基于遗传算法大学计算机基础自动组卷方法》：该文是关于遗传算法论文范文，为你的论文写作提供相关论文资料参考。

摘 要： 针对传统组卷方法效率、成功率低等难题,设计基于遗传算法的大学计算机基础自动组卷方法.首先设计大学计算机基础自动成卷适应度函数,采用编码对组卷过程中题型及和其数量分布相关的约束条件进行处理,然后设计选择算子、交叉算子以及变异算子,将适应度作为评价群体多样性的指标,求出交叉概率和变异概率,给出遗传算法终止条件.实验结果表明,该方法提高了大学计算机基础自动组卷方法的效率和成功率.

关键词： 遗传算法； 计算机基础； 自动组卷； 适应度函数； 约束条件； 编码

中图分类号： TN99?34； TP391 文献标识码： A 文章编号： 1004?373X（2018）11?0171?04

Genetic algorithm based automatic test paper generation

method of university computer foundation

YANG Chunzhe, CHANG Hanji

（Jilin Medical University, Jilin 132013, China）

Abstract： Since the traditional test paper generation method has the problems of low efficiency and low success rate, an genetic algorithm based automatic test paper generation method of university computer foundation is designed. The fitness function of automatic test paper generation of university computer foundation is designed. The coding is used to handle the related constraint conditions of question types and quantity distribution in the process of test paper generation. The selection operator, crossover operator and mutation operator are designed. The fitness is taken as the indicator to evaluate the population diversity. The crossover probability and mutation probability are solved, and the terminal condition of genetic algorithm is given. The experimental results show that the proposed method can improve the efficiency and success rate of automatic test paper generation method of university computer foundation.

Keywords： genetic algorithm； university computer foundation； automatic test paper generation； fitness function； constraint condition； coding

0 引 言

大学计算机基础自动组卷是实现在线考试系统的核心技术,当前很多学校机构都对自动组卷进行了大量研究,尽可能使最终形成的试卷达到用户要求,同时保证科学性[1].在大学计算机基础题库试题质量要求高的情况下,自动组卷的效率和质量只和组卷方法有关.因此,设计一种科学有效的自动组卷方法非常關键,其涉及全局寻优问题,具有重要研究价值[2?3].

当前常用的自动组卷方法有随机生成方法和回溯试探方法.随机生成方法通过随机抽取的方式从试题库中抽取试题,对其是否满足试卷要求进行判断,该方法有很高的不确定性,在试题数量多的情况下,效率极低[4].回溯试探方法按照某一准则对当前组卷状态进行转换,试探性的选择试题破坏了选择试题的随机性,同时组卷所需时间长.为此,提出一种新的基于遗传算法的大学计算机基础自动组卷方法.

1 遗传算法的大学计算机基础自动组卷方法

1.1 大学计算机基础自动组卷模型

组卷问题可描述为：采用相应软件程序把成卷要求和资料库中试题特征参数匹配,得到符合成卷条件的试卷.组卷的目标为寻找最优解,确定最符合输入要求的组卷策略[5].

在大学计算机基础自动组卷过程中,命题人会事先输入多个限制条件,主要含有以下几个方面：

1） 试卷总分：试卷的总分数,通过命题人设定；

2） 考试时间：学生参和试卷解答时间,通过命题人设定；

3） 试卷难易程度：通过难度系数体现,是学生关于试题失分状况的体现；

4） 试卷区分度：区分度为试卷对考生情况的辨识能力,通常大小为[-1,1],该值越大表示区分效果越好.一般情况下,当试题区分度高于0.39时,则认为试卷存在较好的区分度；当试题区分度低于0.2时,则认为试卷区分度很差.计算区分度采用的方法为：对分数进行排列,[Q1等于27%×dh],[dh]表示高分组的难度,[Q2等于27%×dl],[dl]表示低分组的难度,则区分度为[ξ等于Q1-Q2总分数]；

遗传算法论文参考资料：

遗传杂志

结论：基于遗传算法大学计算机基础自动组卷方法为适合不知如何写遗传算法方面的相关专业大学硕士和本科毕业论文以及关于人工智能遗传算法论文开题报告范文和相关职称论文写作参考文献资料下载。