考试系统中组卷策略探究

针对考试系统中组卷策略的探讨,常用的算法有三种,随机选取法、回溯法、基于遗传算法的自动组卷算法。对比了其各方面的合理性和实用性等后,选择遗传算法着重进行了探讨和研究。     

通用试题库系统的设计

本文介绍了一个通用试题库模型及其实现技术,提出了一种新的随机优化组卷算法,较好地解决了自动随机组卷的困难。     

基于遗传算法的自动组卷算法的研究

本文针对自动组卷问题是多目标优化问题,提出了基于遗传算法的自动组卷算法,并根据自动组卷和用户的需要对遗传算法进行了改进,并通过实验验证了基于遗传算法的自动组卷算法的性能。     

基于题型和知识点的遗传组卷算法的应用

本文介绍了自动组卷与手动组卷的区别,并详细介绍了3种自动组卷算法,提出了基于题型和知识点的遗传组卷算法,实验表明,所设计的组卷方法性能好、效率高,是一种实用、有效的组卷方法。     

基于Web的组卷系统的设计与实现

本文简要概括了基于Web的组卷系统的系统设计,全面分析了组卷系统的核心功能,给出了基于随机搜索逐步优化的自动组卷算法的基本思想和算法步骤。开发实践证明,自动组卷算法组卷成功率较高,系统性能稳定。系统既能满足学生在线自测的需要又能为教考分离提供技术上的支持。     

基于VFP的计算机考试系统组卷方案

随着当今计算机技术的飞速发展,利用计算机进行考试已成为学校推动教学改革、提高教学质量的重要内容.组卷是考试系统的核心部分,本文采用Visual Foxpro语言,结合计算机自动组卷的设计特点,提出了一套合理的组卷方案,并对随机算法进行了改进,提高了组卷效率.     

基于遗传算法的组卷策略

对试卷的评价指标做了相应的分析。在此基础上,着重对自动组卷算法进行了研究,通过建立自动组卷问题的数学模型,提出了一种基于遗传算法Genetic Algorithm解决组卷问题的新方法,该算法适应全局寻优且收敛速度快等特点,解决了传统组卷中编码长、适应度函数值计算困难等问题,较好地满足了自动组卷的要求,进而建立和描述了组卷问题的染色体结构和适应度函数,设计了问题的遗传操作。     

组卷中的随机抽取算法分析与实现

从目前考试的改革进程看,考试将逐渐向人性化和自动化过渡,而通过计算机进行自动组卷是其中的关键技术,然而这一技术目前还存在效率低下等问题的困扰.通过对试卷生成问题的分析,给出了一个通用的生成试卷的随机抽取算法,通过该算法,较好解决了试题库组卷过程中重复试选和难以一次组卷成功的问题,最后,通过一个实例验证了本算法.     

关于运用VisualFoxPro实现自动组卷的讨论

本文分析了在无纸化考试中自动组卷的方法,对于试题库的准备定义了一定的原则和要求,将用Word录入的试题库进行了转换,使之成为visualFoxPro环境下的试题库表结构,并对该表构造了自动组卷的算法,最后给出了一种从试题库表中随机抽出试题生成试卷库的VsiualFoxPro程序。     

基于遗传算法的智能组卷研究

分析了智能组卷约束条件,建立了智能组卷系统的数学模型,并给出了改进的遗传算法求解智能组卷问题的新方法.实验结果表明所提出的新组卷算法相对于其他算法更能有效地解决自动组卷问题,组卷成功率高,组卷速度快,具有较好的性能和实用性.     

基于小生境遗传算法的自动组卷

通过对当前自动组卷方法的分析,将小生境技术引入到遗传算法自动组卷中,以期望解决遗传算法组卷的早熟问题,提出一种基于小生境遗传算法的组卷方法.该方法采用功能段结构的整数编码方式,可以克服常规采用二进制编码搜索空间过大和编码长度过长的缺点,提高求解速度和精度,同时减少迭代次数加快算法收敛.在组卷模型中以题型、题量和分值为基础,在形成初始种群和进化的过程中始终保持题型、题量和分值不变,从而简化优化目标.试验结果显示,该方法能有效限制种群中相似个体的过多复制,从而维持群体的多样性,抑制出现早熟现象,改进遗传算法在自动组卷中应用的效率,其运行时间更短,误差更小.     

改进的人工鱼群混合算法在智能组卷中的应用

现有的智能组卷多采用单一算法,而每种算法都有其各自的缺点,针对此缺陷提出了结合人工鱼群算法和遗传算法的优点组成混合智能组卷算法.在智能组卷开始时,采用人工鱼群算法快速靠近组卷目标,在组卷过程中,当最优个体在连续多个迭代过程中无变化或变化极小时采用遗传算法对人工鱼个体进行跳变,提高收敛速度.通过模拟计算证明,该混合智能算法能有效地优化其中单一算法独自进行智能组卷的成效     

遗传算法基础上矩阵编码自动组卷及优化研究

基于遗传算法,针对考试系统的自动出题问题,在遗传算法基础上,利用属性约束和分段编码的方法优化矩阵编码方法应用于自动组卷.     

FPGA逻辑资源测试图形自动生成方法

提出一种通用FPGA逻辑资源测试图形自动生成方法.建立了可编程逻辑单元CLB的测试模型,提出了FPGA的测试配置集的自动生成算法,在测试配置集的基础上得到了具有通用性的,高故障覆盖率且测试时间短的测试图形.     

遗传算法在组卷系统设计中的应用

介绍了在自动组卷中受到广泛运用的遗传算法,这种方法尤其适用于网络交互式环境下用户对组卷速度较高的要求。     

基于Tabu搜索和变区域遗传算法的组卷问题研究

针对目前大型题库中组卷算法效率低的问题，给出了多目标约束条件下的组卷问题数学模型，提出了基于Tabu搜索和变区域遗传算法的TS-CAGA算法。本算法用遗传算法作全局搜索，用禁忌搜索算法作局部搜索，给出了搜索区域动态变化的条件，通过种群规模自适应调整，可以加快收敛速度和避免局部最优化。实验结果表明，算法的组卷效率和选题质量有显著提高。     

多边形颗粒随机分布复合材料的模拟及其网格算法

针对颗粒为多边形且呈随机分布的多相复合材料,给出了计算机模拟．同时,对此二维区域提供了一个自动三角形网格剖分算法,通过程序实现,用实例说明了算法的有效性．此算法可推广到三维情形,如：裂纹材料等．     

高等数学试题库组卷策略算法设计的优化与实现

在计算机命题系统中，组卷试题质量是命题系统是否科学的关键，因此组卷策略的设计是最重要的环节。从设计组卷策略的角度出发，针对高等数学命题，详细介绍了一种简洁、实用、易于实现的组卷策略的实现过程。介绍的组卷策略算法由3部分组成：试题属性项定义、组卷参数的定义、组卷算法优化与实现。     

基于单亲遗传算法的智能组卷研究

智能组卷是一个多约束目标的组合优化问题。针对传统遗传算法(TGA)在组卷解决问题方面存在的不足,提出了一种基于单亲遗传算法(PGA)的组卷方法,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种方法是有效的。