试题库系统及组卷策略

使用试题库系统提高考试的稳定性,实施考教分离,是当前教学改革的必然要求。介绍了一个试题库系统的设计与实现方案,包括系统的功能结构、试题库结构及试卷的自动生成机制。     

试题库自动组卷中选题策略研究

在教学大纲和用户命题要求建立的试卷基本模式的限定下,结合开发系统的实际过程提出几种选题基本策略,并给出突出重点、保证知识覆盖面及组卷成功率的选题组卷过程.     

高等数学试题库组卷策略算法设计的优化与实现

在计算机命题系统中，组卷试题质量是命题系统是否科学的关键，因此组卷策略的设计是最重要的环节。从设计组卷策略的角度出发，针对高等数学命题，详细介绍了一种简洁、实用、易于实现的组卷策略的实现过程。介绍的组卷策略算法由3部分组成：试题属性项定义、组卷参数的定义、组卷算法优化与实现。     

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.     

基于遗传算法的试题库智能组卷系统研究

智能计算机辅助教学中一个关键的问题是试题库的智能组卷,针对该问题的特点,建立了该问题的数学模型,给出了用遗传算法解决此问题的新方法,实验结果表明该方法能有效地解决试题库研究中的智能组卷问题,具有较好的性能和实用性。     

试题库智能组卷的遗传算法

利用演化计算中遗传算法的原理，对试题库组卷进行了具体应用，结果表明具有较好的适用性和效率。     

试题库智能组卷算法的设计与实现

智能计算机辅助教学中一个重要问题是试题库的智能组卷。通过对组卷约束条件的描述，建立了该问题的数学模型，给出了解决此问题所涉及的主要数据结构及组卷搜索算法。实验结果表明，该方法具有较好的性能和实用性。     

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。     

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。     

基于遗传算法的试题组卷策略

在分析组卷策略的基础上,运用遗传算法,得到了一个更好的试题自动组卷算法.     

试题库智能组卷系统的一种设计──工科大学物理试题库智能组卷(Ⅱ)

介绍了工科大学物理试题库智能组卷系统的一种新的设计方案。它进一步提高了组卷的智能化水平——组卷完全满足预定要求，从指标上说不再需要人工干预，同时也扩大了应用范围。文中着重介绍了提高智能化水平的几项关键技术措施，同时也涉及到关于组卷系统的评价标准问题。     

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。     

基于通用试题库的智能组卷系统的开发

基于改进的自适应遗传算法,求解改进数学模型的智能组卷系统。利用JSP编程语言和SQLServer数据库技术开发了大学物理课程考试系统,系统具有良好简捷的操作界面,可以直接生成Word形式的试卷及答案,并且可以编辑、修改和打印Word形式的试卷及答案。     

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.     

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。     

基于量化模型的自动组卷算法研究

将试卷的整体命题要求进行量化,得到有关试卷的各项局部指标,并生成试卷的量化模型.对试卷期望值这个全局指标,进行分解,并采用随机分配系数的方法进行合理量化,生成各类试题的分数及难度量化模型,然后按照模型在试题库中有目的选题并组卷,对组卷过程中出现的误差,使用近似匹配策略进行循环微调,直到没有误差或误差在允许范围内.算法具有输入量少、组卷成功率较高和成卷质量较高的特点.     

基于题库信息的智能组卷算法

在分析了现存的智能组卷算法的基础上,提出了基于题库信息的智能组卷算法,算法通过对题库中试题信息的充分利用,有效的提高了组卷成功率和组卷的质量。     

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。     

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．     

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。