基于遗传算法的试题库自动组卷问题的研究

给出了利用遗传算法求解试题库自动组卷问题的新方法，讨论了运用遗传算法求解在一定约束条件下的多目标参数优化问题，提出了功能块的概念，并采用了新的编码方式、交叉算子和变异算子。实验结果表明，改进的遗传算法相对于其他算法更能有效的解决自动组卷问题，具有较好的使用性能和实用性。     

自动组卷考试系统的设计与实现

利用计算机实施自动组卷的目标是输出符合用户需求的最佳试卷。组卷问题实质是一个约束条件自动求解问题。遗传算法是一种优秀的全局优化算法,它具有全局搜索、编码方式灵活等特点,对于解决此类问题非常方便。     

基于遗传算法的自动组卷的研究

介绍了自动组卷的数学模型和主体思想,讨论了运用遗传算法求解一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方案、交叉算子和变异算子。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

基于层次分析法与二元蚁群算法的智能组卷设计

利用改进的二进制蚁群算法,根据试卷总分值、考试时间、试卷平均难度、知识点分值、试卷区分度、题型分值6个约束条件,建立多任务、多目标约束组卷模型;然后利用改进的层次分析法确定组卷目标的权重,通过加权离差模型对智能组卷问题进行建模;最后利用二元蚁群算法求解模型,得到最优组卷方案.层次分析方法比较全面地考虑了出题者的主观因素,而二元蚁群算法充分利用了蚁群算法的智能特点,二者相结合能有效地提高智能组卷的成功率.     

改进遗传算法在题库系统中的应用

本文结合遗传算法的原理和思想,分析了传统遗传算法在求解题库组卷问题中存在的缺点和不足。并采用了新的编码方式、交叉算子和变异算子对其进行优化。验证得到若题库所含的题目数适中,分布合理,所组卷的试卷质量较好的满足各个控制指标的分布要求。     

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.     

在线教育的智能组卷算法研究

智能组卷是在线教育的重要组成部分,通过对在线教育智能组卷过程中的各种性能指标和约束条件进行分析,建立一个合适的智能组卷数学模型。基于智能组卷多目标优化的特点,选择遗传算法来实现智能组卷,并基于智能组卷的特点,对基于遗传算法中的试卷个体的编码、遗传算子和适应度函数进行了研究。     

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。     

形成性测评系统自动组卷策略实现

形成性测评是指对学习者学习过程的全面测评,对学习者课程学习成果的阶段性考核。在线考试是远程教育形成性测评中最基本、最常用的方式之一,编制高质量的试卷可以有效地检验学生对知识的掌握水平及教师的教学效果。遗传算法是建立在自然选择和群体遗传学基础上的一种计算优化方法,适合于并行处理,具有应用范围广、收敛速度快等显著特点。而形成性测评中自动组卷策略是需要教师根据不同教学阶段、不同教学任务、不同学生学习状况进行多方面的组卷要求的过程,这是一个多目标优化求解问题的过程。采用遗传算法进行自动组卷设计,从参数编码、适应函数的设计、遗传操作的设计、控制参数的设计等几个方面进行设计和改进,系统可自动生成多份按策略规划的试卷,保证了试卷的准确率和科学性。     

基于多重分值分布的题库组卷策略和算法

本文将课程考试试卷命题约束规范为多重分值分布约束,进而通过分析标准化试卷及各类型试题的特点和分值约束同的关系,确定组卷目标,建立其数学模型,简化问题求解,据此提出了基于多重分值分布的组卷策略和算法。该组卷策略质朴自然、简捷灵活,对学校构建面向课程考试的试题库系统具有实用和参考价值。     

基于PLC的502胶生产控制系统

介绍了502胶的生产工艺和控制方案.针对间歇生产的特点,采用了PLC技术和上位机监控组成的控制系统,实时控制各项工艺参数.并结合生产实际,用智能化PID算法来控制反应釜温度,使生产过程中的产品质量得以保证,大大提高了生产效率.     

基于返回式二进制树形搜索的反碰撞算法

多个电子标签在识别时发生碰撞是射频识别(RFID)技术中关键的问题.解决此问题常用二进制树形搜索算法,但这种算法对N个标签识别进行一一识别时,所需的操作次数太多,效率较低.本文提出了一种新的算法,该算法是在二进制树形搜索算法的基础上进行改进.当阅读器检测不到有碰撞时,可用返回式从上一层REQUEST命令获得下一次的REQUEST命令.最后,通过比较对N个标签进行一一识别所需要总的操作次数,来进一步说明返回式二进制搜索算法的优越性.     

单元制造系统布局模型及其求解

研究了基于成组技术的制造单元在车间平面内的布局问题，提出了一种能真实反映车间平面内布局特点和要求的布局模型，并利用模拟退火法进行了求解，试验结果表明，该布局模型不仅能得到较优的单元布局，而且还能得到合理的物流路径。     

石化生产过程仿真建模方法的研究

FPSO(Floating Production,Storage and off-load-ing system;浮式油轮生产储油卸油系统)是为海上油田生产服务的大型生产装置,已经成为当今世界海上油气开发生产设施的主流方式之一.FPSO系统的仿真实现,可以模拟不同工况和危险工况,对满足现场操作人员的培训,避免事故发生等各     

基于智能出卷系统的自适应难度调节

随着计算机网络技术的迅猛发展,构建在计算机网络环境上的出卷系统也被越来越多的单位和部门所使用.考试从传统的纸质试卷作业变成计算机作业已经成为不可抗拒的潮流.在智能出卷系统中,有一个重要的参数就是难度系数.难度系数的准确性关系到整个试卷出题难度的准确性.本文提出了一种对试题出卷系统中的难度系数的自适应调节方法.利用统计规律和人工经验相结合的方式对题目的难度系数进行调节,使得出卷系统能够生成不同难度级别的试卷,以满足不同用户的需求.     

浅谈人机对话考试系统

人机对话考试,是借助计算机及网络技术,根据考试设计的要求,有针对性地进行命题、组卷、考试,并实现考试结果计算机自动评判或人工辅助评判的考试实践过程。随着经济社会的发展,对人才综合能力的要求不断提高,考试技术的不断进步也为人才测评和选拔提供了新工具,人机对话考试就是为适应这种新形势而产生的。     

浅谈人机对话考试系统

人机对话考试，是借助计算机及网络技术，根据考试设计的要求，有针对性地进行命题、组卷、考试，并实现考试结果计算机自动评判或人工辅助评判的考试实践过程。随着经济社会的发展，对人才综合能力的要求不断提高，考试技术的不断进步也为人才测评和选拔提供了新工具，人机对话考试就是为适应这种新形势而产生的。     

宽带多媒体卫星通信系统中的无线资源申请

系统分析了多媒体通信卫星网络MAC协议中的资源分配流程及资源申请时序关系,在此基础上,考虑卫星网络中的长延时环境,提出了一种基于流量预测的资源申请算法,以弥补现有算法严重滞后于流量变化的不足.该算法引入记录因子,对资源的申请与分配进行记录,以提高带宽的分配效率,减少带宽申请信令的数量,从而减少对网络资源申请的响应时间;将最小均方算法用于网络流量的预测,以削弱卫星链路长延时对网络资源申请造成的负面影响.仿真结果表明,该算法的性能大大优于现有的资源申请算法,在高负载度、长峰值传输时间的条件下,算法具有良好的适应性.     

低温油井覆膜砂人工井壁防砂技术与应用

为了控制低温油井出砂和提高油井产量,采用覆膜砂人工井壁化学防砂是一种有效期长、施工简单的防砂措施。由于目前常用的覆膜砂在低温(低于50℃)或水环境中不发生固结反应,因此需要研制同时满足低温和水环境下能固结的覆膜砂固结体系。研制出以改性环氧树脂为制作覆膜砂的胶结剂、新型水溶性胺类为固化剂的低温固结体系,在25~50℃和水环境下形成的固结体具有高的抗压强度、渗透率和良好的耐冲刷性能,满足低温油井人工井壁防砂要求。低温出砂油井采用改性环氧树脂覆膜砂人工井壁防砂技术后,出砂量得到了抑制,单井日产量超出酚醛树脂覆膜砂固结体系的一倍以上,且有效期要延长1年以上。     

基于遗传的改进模糊C均值入侵检测方法

为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的.