一种基于CHC算法的自动组卷方法

摘要

利用改进的遗传算法--跨世代异物种重组大变异(cross generation heterogeneous recombination cataclysmic mutation,CHC)算法提出了一种自动组卷方法.初始种群即初始试卷集利用具有启发式信息的搜索算法产生;适应度函数是用户指定的试卷总体指标与试卷实际指标绝对误差的加权和;选择操作群体为当前群体与上世代群体的群体总和,因为大个体群操作可以更好地保持遗传多样性;交叉操作采用单点交叉方法.变异操作的步骤是:从上世代个体中挑选适应度较差的个体,对其中的若干个个体选择一定比例的基因座,随机地决定它们的位值.由于考虑到了约束条件的限制,从而避免了盲目性且加快了收敛速度.实验结果表明该方法比基本遗传算法要快而且满足最优条件.