自动组卷算法的研究

分析国内外大量献的基础上,基于遗传算法,针对考试系统的自动出题问题,在采用重叠种群的遗传算法基础上,提出了两种编码方案,即二进制编码方法和矩阵编码方法,并把这两种编码方法应用于自动组卷。     

一种使用遗传算法生成模糊控制器的方法

提出一种使用遗传算法生成模糊控制器的方法．设计人员只需设置性能指数或适值函数,而模糊规则的数目、隶属函数的参数以及模糊控制器的规则都可通过遗传算法自动生成．描述了一种具有局部优化机制的遗传算法,给出的应用实例表明该算法具有良好的适用性     

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.     

一种使用遗传睡法生成模糊控制器的方法

提出一种使用遗传算法生成模糊控制器的方法，设计人员只需设置性能数或适值函数，而模糊规则的数目，隶属函数的参数以及模糊控制器的规则都可通过遗传算法自动生成。描述了一种具有局部优化机制的遗传算法，给出的应用实例表明算法具有良好的适用性。     

混合编码遗传算法在测试数据生成中的应用

针对传统遗传算法存在局部搜索能力差、未成熟收敛和多峰优化时常有漂移现象的缺陷,充分利用格雷码来消除Hammming悬岸问题,实数编码来获得大空间搜索任意精度的优势,从而获得混合编码的遗传算法.引人黄金分割点实现2种编码方法的转换,设计了测试数据生成的混合编码遗传算法.通过实例说明测试数据如何自动生成,结果表明生成测试数据的效果较好.     

遗传算法在试题库自动组卷中的应用

采用基于矩阵编码的遗传算法求组卷问题，提出了该算法的交叉算子和变异算子。实验证明，该算法可以很好地解决自动组卷问题。     

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。     

遗传算法中二值编码与多值编码的比较

编码是遗传算法首先要解决的问题。传统的编码方式是二值编码,但对于很多问题,使用多值编码,具有许多的优点。本文对二值编码和多值编码作了比较,并指出多值编码所具有的特点,为遗传算法在编码的选取上提供指导。     

基于实数编码遗传算法的多层神经网络BP算法

提出用实数编码的遗传算法来优化多层神经网络的权值,并且将遗传算法与ＢＰ算法结合,能有效地避免ＢＰ算法陷入局部极小和遗传算法过早收敛,实验结果令人满意。     

一种视频编码的遗传块匹配算法

块匹配算法是视频编码的关键技术，算法的效率直接影响了视频传输的质量。目前有许多较好的搜索算法提高了块匹配算法的效率。而遗传算法是一种随机化搜索算法，它能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最优解。文中通过对遗传 算法进行改进，将其应用于低比特率视频编码的块匹配算法中，经过实验仿真，在保持较好性能的基础上提高了搜索效率。     

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。     

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     

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.     

遗传算法在试题生成系统中的应用

通过对目前组卷方法的分析,提出用遗传算法求解组卷问题的方法．建立试题组卷的数学模型,通过独立编码、针对该编码的组内交叉算子、组内变异算子．实现了一个智能试题生成系统．     

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。     

满文单词罗马转写智能算法设计

在研究了满文单词的组成以及满文与罗马字母相互转换规则的基础上,构建了罗马字母与满文字母的转写关系,提出了一种简单有效的满文字母编码规则,设计了一种新的罗马转写智能算法。提出的编码规则具有唯一性,解决了罗马转写过程中罗马字母与满文字母一音多形的问题,提高罗马转写的准确率。经测试,该智能算法完成了满文单词罗马转写的功能,转换准确率为100%。     

遗传算法在智能组卷系统中的应用研究

为更好地解决遗传算法在智能组卷过程中出现的早收敛问题,以及组卷质量和组卷速度呈负相关的问题,提出一种基于分段整数编码、多点交叉的遗传算法.通过大量实验,有针对性地对该算法中的编码结构、选择算子、交叉算子和变异算子进行优化设计;对相关控制参数进行合理调整,实验结果表明,该算法不仅有效地提高了组卷质量和组卷速度,而且具有很好的收敛性.     

浅谈语音压缩编码的发展和应用

近30年来,高质量、低速率的语音编码算法不断出现。编码技术种类很多,按照波形编码、参数编码和混合编码的分类方法论述了语音编码的发展进程、各种标准及其应用。     

物资名称多样性与编码唯一性的实现与应用

物资管理过程中因一物多名造成的编码管理混乱至今没有发现有效解决办法.通过分析提出了冗余码编码系统这种新的编码方法,并从编码系统的逻辑结构、编码方案、编码的计算机处理过程及应用等方面进行了论述.这套编码方案使用简单方便,与原有的编码系统容易转换,并且通过这种编码方案设计的编码容易维护而且数据稳定性好,可以有效解决原有的编码系统使用过程中存在的信息管理混乱、统计数据可靠性差等多数问题.