智能题库系统的结构设计研究

自动组卷和题库中数据表是智能题库中的主要组成部分,数据库主要表结构的设计及组卷算法的好坏直接影响系统的性能.重点分析了模块中题库主要表结构的设计以及原理、组卷算法的流程结构图.并根据实际情况强调了在设计中应注意的事项.     

MCWDP模型的算法设计

本文详细分析了题库组卷系统中的组卷算法,重点对多约束性离差求解MCWDP（Multiple Constraint Weighted Deviations problem）简称MCWDP模型的算法进行研究,给出了MCWDP算法在智能组卷系统中的组卷策略,并为简化算法,提高组卷效率提出了几点措施。     

MCWDP模型的算法设计

本文详细分析了题库组卷系统中的组卷算法,重点对多约束性离差求解MCWDP(Multiple Constraint Weighted Deviations problem)简称MCWDP模型的算法进行研究,给出了MCWDP算法在智能组卷系统中的组卷策略,并为简化算法,提高组卷效率提出了几点措施。     

智能组卷算法研究比较

基于题库的智能组卷模块是在线考试系统的核心单元,组卷算法的优劣直接影响到系统性能。智能组卷问题是一个典型的多重约束目标求解问题,本文做了初级建模分析,对目前常用的智能组卷算法做了研究对比,其中遗传算法和粒子群优化算法能够较好地满足随机性、合理性、快速高效等科学需求。     

基于粒度合成计算的智能组卷策略研究

智能组卷是一个典型的基于关系数据库多约束满足的问题求解过程．提出了基于粒度合成计算原理的组卷策略,该策略通过形成题库的不同粒度空间,将试卷的多指标约束按优先权进行分级考虑,最后根据粒度合成算法实现智能组卷．实验结果表明该策略是十分有效的．     

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。     

通用智能题库系统研究

阐述了通用智能题库系统的理论与技术创新点·提出了一个适用于题库系统的安全保密机制,它具有身份识别、访问权限控制、信息加密、解密以及密钥管理等功能·设计了一种适用于通用智能题库系统的智能组卷策略·建立了通用智能题库系统模型,它集编辑、管理、智能组卷、自动排版、试卷质量评估、系统安全保密于一身,形成了一个较为完整的系统,功能齐全,系统界面友好,使用方便·安全保密及智能组卷是该题库的突出的优点·     

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.     

基于遗传与蚁群混合算法的智能组卷研究

针对遗传组卷算法局部求解能力不足、容易早熟和退化对系统中的反馈信息利用不够的问题,以及蚁群组卷算法搜索初期信息素匮乏的缺点,充分利用遗传算法较好的全局搜索能力和蚁群算法较高的求解精度的优势,提出了一种遗传算法与蚁群混合算法的智能组卷策略。实验结果表明,与单一组卷算法相比,提出的混合组卷方法收敛速度更快,能更有效地解决智能组卷问题,具有更好的实用性。     

题库管理系统中的自动化组卷算法

分析了题库管理系统中核心模块自动化组卷算法的设计思路，并通过一个关系模型对几种常用的组卷算法进行了设计与比较。     

《C语言程序设计》试题库管理及试卷生成系统的开发

文章主要介绍《C语言程序设计》试题库管理及试卷生成系统的开发。通过该系统的研制，可以方便、有效地对众多的C语言试题进行管理，并能利用已有的试题库快速地生成满足用户要求的试卷。     

通用试题库管理系统的设计与实现

提出了随机搜索算法，设计并实现了一个通用的试题库管理系统。     

智能组卷算法研究

文章在分析了试题库组织结构的基础上,提出了一种新型的智能组卷算法.算法通过对试题库中试题历史信息的充分利用以及对试卷难度和知识点分布的有效控制,有效地提高了组卷的效率和质量.     

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。     

基于改进自适应遗传算法的组卷研究

针对遗传算法容易出现早熟和收敛速度慢的问题,根据群体适应值分布的变化特点,启发性地提出了一种新的基于小生境技术的自适应遗传算法（ANGA）。根据群体中各个个体的适应值分布情况加以启发,引入了一个自适应的常数Cmin,通过白适应调整Cmin以适时改变群体适应值的分布,优化了各个个体被选择的概率。详细介绍了ANGA应用于组卷问题的步骤。涵盖了其中的各项关键技术：组卷策略、编码方案、适应值函数的确定、选择交叉变异箅子的实现。并以目前的计算机等级考试三级信息管理技术的组卷为例,采用ANGA算法进行了仿真计算。仿真结果表明,ANGA算法能够成功地应用于自动组卷。算法能够以100％的概率在较短的时问内完成组卷,组卷效率高、成功率高;且算法对初值不敏感．具有较好的鲁棒性。     

一种基于遗传算法的自动组卷算法

对传统遗传算法进行改进,提出了一种基于遗传算法的分段十进制编码,采用分段的单点交叉操作,对于个体而言,实现的是多点交叉操作,最后提出了相应的组卷算法.     

基于改进遗传算法的智能组卷研究

通过在遗传算法中引入个体浓度的选择机制和记忆机制,确保了进化过程中种群内个体的多样性,避免局部收敛,保证了算法朝优化方向进化.实验结果表明改进算法能跳出局部收敛,有效避免了早熟产生和遗传退化现象出现.     

基于试题库组卷的最小题量的构建

网络环境下,利用试题库共组卷2m份,要求前m份试卷没有重题,而从第(m+1)份试卷起,每份试卷中出现前m份试卷用过试题的概率不超过某个限定值。在此条件下,利用有关的概率统计理论,构建了试题库所需的最小题量的模型,以及一份试卷中出现用过试题数的期望。最后,以一个例子说明该模型的应用。     

基于VB的工程图学试题库系统的设计

介绍了一种利用VB开发的工程图学试题库系统,重点阐述了该系统的设计思想及其主要功能的实现方法。     

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.