遗传算法在自动组卷系统中的应用

介绍了自动组卷算法的数学模型和主体思想，提出了一种基于遗传算法的试题抽取方案，重点阐述了组卷问题的染色体编码方法、适应度函数和遗传算法的设计与实现．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．     

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。     

通用试题库系统自动组卷算法研究

主要介绍了一种通用试题库管理系统中自动组卷算法的实现.提出的算法充分考虑组卷时的各种因素,并采取有效措施降低选题的失败可能性.通过与试题分析模块的结合,采用一定的学习方法,使得试题的难度和区分度等参数逐渐反映出试题的真实情况.     

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。     

计算机多阶段自适应测验的组卷方法

计算机多阶段自适应测验(MST)实施的关键是成功组建多个满足测验规范(即统计和非统计约束)的平行测验(或称测验面板),自动组卷(ATA)为实现测验平行提供了可能.现有的MST组卷方法研究主要包括以下几种:1)基于线性规范算法的组卷方法; 2)基于启发式算法的组卷方法; 3)基于蒙特卡洛算法的组卷方法; 4)基于在线组卷的方法.该文讨论这几种方法的优缺点并进行比较,同时指出未来可进一步改进这种方法并开发基于认知诊断测验的自动组卷方法.     

基于难度系数的组卷策略研究

介绍了一种根据试卷的难度系数进行自动组卷的组卷策略;详细分析了用两个正态分布来确定各难度级别题目所占百分比的数学思想;讨论了使用约束矩阵的方法确定各题型中不同难度系数题目的数量;最后简要说明了用随机函数实现的试卷生成算法.     

PBIL算法的改进及其在机试实时组卷中的应用

给出了自动组卷系统中组卷约束条件和目标函数的数学描述.针对上机考试实时组卷的要求,根据历史组卷信息对PBIL算法的初始学习概率进行了修正.通过算法参数预估的方法,给出了提高组卷效率和成功率的途径.     

CAT模式下的试题难度分布控制算法

本文提出了一种新的关于自动组卷中各种不同难度的试题分布算法,本算法不仅能严格满足正态分布函数的要求,而且,在组卷中算法复杂度较低,易于实现。模拟结果表明,本算法在计算机辅助测试系统考试的组卷中效果很好。     

基于遗传算法的组卷研究

为了克服遗传算法在自动组卷中容易"早熟收敛"的现象,引入局部爬山方法以及动态参数自适应调整方法进行改进,给出了算法流程图.利用改进的算法对淄博职业学院《大学英语》题库进行自动组卷实验,实验证明,改进后的算法较好地解决了原有算法的缺陷.     

通用组卷算法研究

针对网络化考试的需求,提出了一种通用组卷算法,为了使生成的试卷更客观、科学和有区分度,文章首先讨论了组卷原则,并围绕组卷原则,提出了一个结构合理的试题库和自动组卷算法,从而构建了一个自动化试卷生成系统。     

基于改进随机选取法的自动组卷方法研究

对目前比较常用的自动组卷算法进行研究,分析了随机选取算法的优缺点。根据装备财务综合训练平台需求,针对全局寻优和收敛速度,通过引入偏好性来增加随机选取处理速度的改进算法,最终得到满意的自动组卷方法,并给出了实现算法。     

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。     

通用试题库系统的设计与实现

论述了试题库系统的设计思想；介绍了解决多媒体数据存取困难的方法；提出了随机优化组卷的算法；实现了试卷的自动排版。     

遗传算法的改进及在自动组卷系统中的应用

遗传算法是一种新发展起来的并行优化算法,它很适合解决自动组卷问题.但是遗传算法存在运算速度低、容易陷入局部最优值、早熟收敛等缺陷,针对这些缺陷提出了基于实数编码的遗传算法的改进算法,并在计算机基础自动组卷系统中进行了应用.     

精品课程中自动组卷系统的研究与实现

本文针对精品课程建设中的自动组卷系统进行了深入的研究，提出了一种基于遗传算法试卷自动生成算法，并结合RTF文件，使试题中可以包含公式、图像等多种格式，设计了一套功能完善的自动组卷系统。     

计算机自动组卷算法研究

较全面、系统地介绍了计算机自动组卷算法及其在开发计算机等级考试系统中的应用 .     

基于Moodle平台的组卷模块设计与实现

针对Moodle原生测试模块学生不能自主测试、组卷不够智能化、成绩反馈不全面等问题,给出一种基于遗传算法的自动组卷方案.设计遗传算法的染色体编码方案以及算法的选择算子、交叉算子和变异算子.对Moodle进行二次开发,使用PHP语言实现了自动组卷模块,扩展了Moodle平台测试模块的功能.     

ICAI系统中基于遗传算法的试题库组卷方法

通过探讨遗传算法的基本理论和试题库建设的理论基础,提出了基于遗传算法完成自动组卷的一种新方法,该算法具有收敛速度快、自适应全局寻优和智能搜索技术等特点,很好地满足了自动组卷及试卷质量控制的要求.     

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.