应用多方向进化遗传算法的自动组卷算法模型设计

摘要

随着计算机技术的不断发展，利用计算机辅助教学得到越来越广泛的应用。而试题库系统就是计算机辅助教学的其中一个应用。无论在国内或者在国外，试题库系统理论的研究和实践都在不断发展。在国内，目前也有许多试题库系统在应用，对改进教学方法和提高教学质量起到了很大的作用。高等数学等课程是高效理工科及管理类专业学生的重要基础课，学习这些课程的学生人数众多，课程学时量大，再加上高校目前对高等数学课程采用分级教学模式，对该课程的考核方式、命题质量、考试次数等均提出了更多的要求。因此如何科学、准确、客观的组卷成为当前的热门课题。而遗传算法在函数优化、组合优化、人工智能、人工生命、运筹学、自动程序设计、机电和控制工程等各种领域中己经取得了大量的应用成果，表现了求解复杂问题尤其是NP难解问题和设计自适应性系统的极大潜力。文中介绍了国内外题库系统的发展现状，比较了使用题库系统自动组卷与传统的手工组卷的差别，同时也举出了现阶段己成形的题库系统存在的一些问题。进而，本文应用遗传算法的算法框架结合正态分布提出了一套新的智能组卷算法的模型。该模型对遗传算法的初始种群及选择进化策略结合组卷应用做了修改及改进。文中详细地介绍了这一智能组卷系统的选题算法模弄设计。

目录

文摘

英文文摘

声明

致谢

1综述

2选题背景、意义及系统需求分析

2.1国内外在试题库建设方面的发展

2.2实现自动智能组卷的必要性

2.3系统需求分析

2.3.1课题提出背景

2.3.2课题选题意义

3多方向进化算法的提出

3.1主要参数设定

3.1.1题目属性参数

3.1.2试卷属性参数

3.2背景知识介绍

3.2.1正态函数

3.2.2遗传算法

3.3多方向进化遗传算法的提出及应用

3.3.1多方向进化遗传算法

3.3.2应用于试题库自动组卷策略

3.3.3编码策略

3.3.4适应值函数的定义

3.4遗传策略

3.4.1初始种群的生成

3.4.2遗传算子

3.4.3进化终止条件

4算法的流程及实现

5算法的收敛性及效率的理论分析

5.1遗传算法的收敛性及效率评估方法

5.2本算法模型所做的主要改进优化

6总结与未完成的工作

参考文献

作者简历