遗传算法在团体测试平台上的应用研究

摘要

目前，团体测试已广泛应用到驾驶员理论考试、资格考试、会议投票系统等领域，而随着计算机及网络技术的迅猛发展，考试方式也发生了巨大的变化。使用计算机化的考试系统可大大缩短考试周期，减少重复劳动，提高工作效率。而智能组卷方式通过提高试卷质量，增加了考试的科学性和客观性。 考试一般分为两类：一类是建立在经典测量理论上的传统考试：另一类是建立在项目反映理论上自适应考试。前者采用试卷生成和考试分开进行的方式，先生成试卷，然后再选一份试卷作为在线考试使用；后者则能按照考生的水平动态生成试卷。 本文介绍了团体测试平台的系统框架，并从系统功能、业务功能、系统总体设计等三方面展开了详细介绍。本文着力于对团体测试系统中智能组卷的研究，在对组卷系统进行研究的同时，结合了遗传算法理论，来探讨一种合适的算法解决考试系统中的自动出题问题。 本文对基于遗传算法的智能组卷算法进行了详细的设计和分析，将组卷的部分约束条件转化为目标函数，并详细介绍了染色体编码，选择算子、变异算子及交叉算子的设计，使算法满足组卷这一特定问题的要求。

目录

文摘

英文文摘

论文说明：图目录、表目录

第1章绪论

1.1研究背景

1.2研究目标

1.3组卷算法国内外研究现状

1.3.1随机选取法

1.3.2回溯试探法

1.3.3数据挖掘

1.4论文结构

1.5本章小结

第2章测试理论

2.1经典测试理论(CTT)

2.2项目反应理论(IRT)

2.3经典论与项目反应论的优势和不足

2.4本章小结

第3章遗传算法

3.1遗传算法的基本概念

3.2遗传算法的理论基础

3.2.1模式定理

3.2.2积木(基因块)假说

3.3遗传算子概念及其定理

3.4遗传算法的设计与实现

3.4.1编码方法

3.4.2适应度函数

3.4.3遗传算子

3.4.4遗传算法的参数设置

3.4.5遗传算法的实现步骤

3.5遗传算法的主要特点及应用

3.5.1遗传算法的主要特征

3.5.2遗传算法的应用领域

3.6本章小结

第4章团体测试平台系统及其组卷问题研究

4.1团体测试平台系统简介

4.1.1系统功能

4.1.2业务功能

4.1.3系统设计

4.2团体测试平台组卷算法的设计与实现

4.2.1组卷系统的特点及主要解决问题

4.2.2组卷系统的数学模型

4.2.3试题难度值的模糊评价

4.2.4遗传组卷算法的设计与实现

4.2.5实验结果与分析

4.3本章小结

第5章结束语

参考文献

攻读硕士学位期间主要的研究成果

致谢