基于遗传算法的智能组卷系统研究

计算机辅助教学CAI的一个重要应用是计算机辅助测验CBT(Computer Based Testing)。智能组卷是CBT的基础,组卷中关键是解决生成满足教学和教师要求的试题,即约束优化问题。针对该问题,本文建立了基于考查点、难度系数和题型等为主要控制参数的该问题的数学模型,并给出了用遗传算法解决组卷问题的优化方法。实验结果表明,该组卷方法性能好、效率高,能较好地满足用户的要求。     

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.     

遗传算法在试题库智能组卷中的应用

智能组卷是现代智能教学系统中一个非常重要的课题。以考查点、难度系数和题型为主要控制参数建立了组卷问题的数学模型，并给出了用遗传算法解决组卷问题的新方法。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子的设计与实现。实验结果表明，所设计的组卷方法性能好、效率高，而且能确保在一份试卷中不出现考查点重复的试题，是一种实用、有效的组卷方法。     

一种渐进式的遗传算法在智能组卷中的应用

智能组卷是一个多约束目标的组合优化问题。针对传统遗传算法在组卷解决问题方面存在的不足,提出了一种渐进式的遗传算法,此算法针对传统遗传算法的不足做了改进,速度和性能都有显著提高,尤其是针对大规模题库的组卷,仿真结果表明这种方法是有效的。     

基于遗传算法的智能组卷问题的研究

分析智能组卷问题的目标要求,建立了针对该问题的数学模型,并给出利用遗传算法解决组卷问题的方法。重点阐述了组卷问题的染色体编码、适应度函数和遗传算子的设计。实验结果表明所设计的方法是一种实用有效的方法。     

多目标组卷模型及其算法研究

针对计算机辅助教学(CAI)中的智能组卷问题,依据对试卷整体的评价标准,建立了一个多目标的组卷模型.采用多目标理论中的理想点法将该多目标问题转化为单目标问题,并设计了一个遗传算法求解方法,通过仿真计算,能够证明该方法具有较好的性能和实用性.     

SQL考试随机组卷改卷系统的设计和实现

针对SQL(结构化查询语言)课程操作考试的组卷和阅卷中的实际问题,对VB访问SQL Server 2000数据库使用的ADO技术进行了阐述,该文采用VB结合SQL Server 2000实现SQL考试随机组卷改卷系统设计的依据和实现方法,并给出了系统开发过程中所需的一些关键技术的程序代码。     

一种可调整式的多元变量渐近寻优组卷策略

论述了基于智能组卷策略的题库系统设计的意义,分析了目前已有智能组卷策略存在的问题,针对目前智能组卷策略存在的组卷效率低,灵活性差的问题,提出了一种新的智能组卷策略.新策略采用条形码标识试题,按照对试卷整体约束条件影响的大小依次选取控制参数,优化了搜索路径,提高了智能组卷的效率,增强了智能组卷的灵活性.对不同题库系统进行了软件测试,并对软件测试结果进行了简要的分析,实际运行结果表明,新策略优化了搜索过程、减少了时间开销、提高了组卷的成功率.     

改进遗传算法在智能组卷中的应用

智能组卷是一个多约束目标的组合优化问题,针对传统算法在组卷方面存在的不足,提出了一种改进遗传算法.此算法不仅克服了未成熟收敛,而且速度和性能都有显著提高.实验结果表明,改进遗传算法提高了组卷效率.     

计算机等级考试组卷策略分析与研究

试卷的质量是影响考试达到既定目标的关键因素。在自动化考试系统中,自动组卷是考试系统自动化操作的核心目标之一,而自动组卷的效率与质量由所采用的组卷策略来决定。对计算机等级考试中的模拟系统进行重复组卷研究,结果表明,现行的计算机等级考试系统中采用的组卷策略存在弊端,有需要进一步改进的地方,并针对相关问题提出了解决方案。     

单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足,提出一种单亲遗传算法（ＰＧＡ）。ＰＧＡ不使用ＴＧＡ常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作,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,仿真结果表明这种算法是有效的。     

用单亲遗传算法解决影片递送问题

遗传算法(简称GA)是基于生物进化原理的普适性全局优化算法，是解决NP难问题的一种行之有效的方法．但是，序号编码的遗传算法不能在任意两条染色体的任意位置进行交叉，必须使用PMX，CX和OX等特殊的交叉算子，这些算子实施起来都很麻烦且效率不高．针对这一问题，采用单亲遗传算法，取消交叉操作，强化变异作用．这样既简化了遗传操作，又克服了早熟现象．较成功的解决了影片递送问题，文中的算例表明，该算法是实际有效的．     

改进的相位梯度法解电离层相位污染的方法

为了修正由电离层时变特性而引起电波信号相位的污染,研究人员开发了大量的算法对回波信号进行去污染。相位梯度法解相位污染是目前一种主要的解电离层相位污染的算法,但是该算法在提取一阶Bragg峰的问题上缺乏自适应的提取算法。在相位梯度法的基础上利用局部熵最小算法和基于功率比的滑窗自适应信号提取算法来其进行优化,利用仿真信号对两种改进算法和原有相位梯度算法进行验证比较。结果表明两种改进后的算法提升了解电离层相位污染的性能,同时提升了整个解相位污染方法的自适应性。此外,根据仿真实验的结果,当信号离Bragg峰更近时,功率比算法优于局部最小熵算法,当信号远离Bragg峰时,两者效果基本一致。     

单亲遗传算法在多机多阶段FloW-shoP 问题中的应用

讨论单样遗传算法（PGA）在多机多阶段Flow-shop问题（FSMP)中的应用,给出了针对FSMP的两种不同的编码方法和遗传操作方法。仿真结果显示用PGA求解不同规模、不同目标函数的FSMP是有效的。     

单亲遗传误差反向传播算法及其在县级生态农业综合评价中的应用

针对误差反向传播（BP）算法局部收敛等局限性和单亲遗传（PGA）算法的优点，提出了融PGA和BP为一体的单亲遗传误差反向传播（PGA-BP）算法，并用于县级生态农业的综合评价，评价结果表明；PGA-BP算法具有简便，高效，适应性强等优点，用于县级生态农业的综合评价是切实可行的。     

Surface Modification of Polyglycolic Acid Fibers by Hydrogen Peroxide for Enhancing Hydrophilicity and Cytocompatibility

Hydrogen peroxide( H_2O_2) is applied for surface modification of polyglycolic acid( PGA) fibers in order to enhance the hydrophilicity and cytocompatibility of PGA fibers effectively,and maintain the breaking strength as the same time. PGA fibers are dipped in H_2O_2 solution a certain time for modification. Scanning electron microscopy( SEM) was used to observe the surface morphology of PGA fibers before and after modification. The varying of PGA macromolecule was examined with Fourier transform infrared spectroscopy( FTIR) analyses. X-ray diffraction( XRD) and differential scanning calorimetry( DSC) analysis showed that crystallinity slightly decreases. Mechanical performance test showed tensile force of modified PGA fiber was increased. The water contact angle test indicated the improving of hydrophilic. A cell proliferation assay showed that fibroblast cells attach and proliferate well on the fibers, which meant the modified fibers possess good cytocompatibility. These results suggest that H_2O_2 surface modification is easy to operate and a advantageous modification method for PGA fibers.     

Optimization of Adaptive Transit Signal Priority Using Parallel Genetic Algorithm

Optimization of adaptive traffic signal timing is one of the most complex problems in traffic control systems. This paper presents an adaptive transit signal priority (TSP) strategy that applies the parallel genetic algorithm (PGA) to optimize adaptive traffic signal control in the presence of TSP. The method can optimize the phase plan, cycle length, and green splits at isolated intersections with consideration for the performance of both the transit and the general vehicles. A VISSIM (VISual SIMulation) simulation testbed was developed to evaluate the performance of the proposed PGA-based adaptive traffic signal control with TSP. The simulation results show that the PGA-based optimizer for adaptive TSP outperformed the fully actuated NEMA control in all test cases. The results also show that the PGA-based optimizer can produce TSP timing plans that benefit the transit vehicles while minimizing the impact of TSP on the general vehicles.     

A Neurocomputing Model for Binary Coded Genetic Algorithm

A neurocomputing model for Genetic Algorithm (GA) to break the speed bottleneck of GA was proposed. With all genetic operations parallel implemented by NN-based sub-modules, the model integrates both the strongpoint of parallel GA (PGA) and those of hardware GA (HGA). Moreover a new crossover operator named universe crossover was also proposed to suit the NN-based realization.This model was tested with a benchmark function set, and the experimental results validated the potential of the neurocomputing model.The significance of this model means that HGA and PGA can be integrated and the inherent parallelism of GA can be explicitly and farthest realized, as a result, the optimization speed of GA will be accelerated by one or two magnitudes compered to the serial implementation with same speed hardware, and GA will be turned from an algorithm into a machine.     

程控增益放大器及其与微机的接口技术

分析一种由单片数模转换器构成的数字程控放大器的原理,给出该程控增益放大器的两种结构,并对其中一种给出设计示例及测试结果。测验表明这种程控增益放大器的增益控制精度高;该放大器易于微机接口,文中给出一种接口电路实例。本文讨论的程控增益放大器性价比高、电路结构简单、可靠性好、通用性强,在智能测量仪器及工业控制等方面有广泛的用途。     

单亲遗传算法在有限元网格节点编号优化问题中的应用

单亲遗传算法(PGA)是一种序号编码遗传算法。它具有遗传操作简单、不要求初始群体的广泛多样性、不存在“早熟收敛”现象等特点,非常适合于求解组合优化问题。在有限元分析中,网格节点编号顺序决定了有限元整体刚度矩阵中非零数据的位置,对矩阵的带宽有直接的影响。为了减小在实际计算时的存储量、缩短计算时间,将单亲遗传算法引入有限元网格节点编号优化问题,减小了有限元整体刚度矩阵的半带宽。给出了优化计算过程。与已有优化结果进行了对比,实例表明该算法是有效的,本算法具有通用性。