运用遗传算法进行智能组卷

遗传算法以其具有很好的并行性,全局优化性和稳定性,较适合解决自动组卷问题,文章讨论了智能组中如何运用该方法进行组卷,并尝试从编码方法上对遗传算法进行相关技术改进。     

遗传算法在试题组卷中的研究

遗传算法的应用优势在于处理传统搜索方法难以解决的复杂和非线性问题,可广泛应用于组合优化、机器学习、自适应控制、规划设计等领域,是21世纪有关智能计算中的关键技术之一。本文运用遗传算法的全局寻优对考试中自动化组卷进行研究,得到了一个适合考方要求的试题模型的好的算法。     

基于遗传算法的自动组卷系统设计

自动组卷系统是计算机辅助教学的重要组成部分,而遗传算法以其全局寻优和智能搜索的特性,得到了广泛的运用。根据自动组卷系统的特点,将遗传算法合理应用于自动组卷中,在遗传算法中,设计了双种群机制,并以试卷难度、试卷区分度、试卷的估计用时、知识点分布为基础构造适应度函数,通过轮盘赌选择方法、多点交叉和变异,较好地解决了自动组卷的多重目标寻优问题。     

一种基于改进遗传算法的自动组卷算法的实现

研究了自动生成试卷所需的数据结构及参数设置,提出了利用遗传算法进行试卷生成的主要设计目标,同时对试卷生成的约束条件和适应度函数进行了细致的分析。为了有效利用遗传算法实现试卷的自动生成并达到理想的结果,对遗传算法进行了改进,并成功的应用于试卷生成过程中。实践证明生成的试卷合乎要求,具有较高的可信度并取得了良好的效果。     

改进遗传算法在自动组卷中的应用

针对传统遗传算法在种群编码方案、初始种群生成、动态概率、多点交叉操作等方面做了一些改进,改进后的算法明显提高了组卷的成功率和收敛速度,取得了满意的组卷效果。     

遗传算法在自动组卷中的应用

自动组卷策略是利用计算机自动完成试卷生成的一种方案,整个过程的人工投入少,在很大程度上解放了教师,提高了工作效率。能否自动组出满足用户要求的试卷,与组卷使用的算法紧密相关。采用遗传算法,按照选择编码方式、产生初始种群、计算自适应函数、进行遗传操作、试卷生成的过程,可完成自动组卷操作。     

基于遗传算法的组卷研究与设计

随着计算机在教育领域的普及,基于网络技术的试题库系统得到了广泛应用,系统组卷的效率和质量主要取决于其算法设计,常用组卷算法难以充分满足用户多重约束条件下的最优组卷需求。遗传算法是根据生物遗传进化思想而设计的一种计算模型,能够克服常用组卷算法的片面性、低效性,可动态、自适应地得到全局最优组卷方案,利用该算法进行了组卷研究与设计。基于遗传算法的智能组卷系统可大大减轻教师出卷的工作负担,使命题组卷更合理、高效。     

自动组卷在线考试系统的设计与实现

随着高等教育的深入改革,高等院校规模逐渐扩大,学生人数高速增长,专业类别逐渐增多,开设的课程数以百计,大大的增加了教务处管理人员、教师组织考试的复杂程度和工作量,甚至很多学校每年都需要提前两个月实施考试。因此,使用现代的随着计算机技术、网络技术、数据库技术,开发实现自动化的考试管理系统,已经成为许多学校管理者追求的目标,成为许多计算机工作者研究的热点。     

基于改进型遗传算法的智能组卷研究

本文通过分析智能组卷的目标要求,建立了智能组卷系统的数学模型,并提出了一种基于改进型遗传算法的新的智能组卷算法。通过引入两个不同的选择策略,不同的变异算子,进一步提高了智能组卷算法的效率和性能。     

基于遗传算法的组卷系统的研究

本文对网络题卷库的优势和基本特点进行了介绍,对网络考试所涉及的题库设计、组卷算法等技术进行了讨论和研究,同时在研究的基础上开发了一个基于遗传算法的网络组卷系统,并阐述了此系统的数据库结构及其应用发展方向。     

基于遗传算法的考试系统组卷算法设计

本文分析了考试系统中的组卷问题,结合遗传算法,从算法预处理、编码方法、初始化群体、适应度函数、选择算子、交叉算子和变异算子这几个方面,详细地研究了如何采用遗传算法解决组卷问题。并且通过实验数据,与随机抽取算法和其它组卷算法作比较,说明了本算法的优越性。     

基于随机算法的组卷策略设计

本文以在线考试系统组卷为研究背景,设计了组卷模块架构,在随机组卷算法中引入了题量、题型、知识点、难度和时间等约束条件,采用高分优先、难度限制、时间限制和随机抽取等原则选择试题,组成较为精确的试卷,为在线考试系统的组卷提供了新的方法和思路。     

基于遗传算法的电子商务谈判模型设计

详细分析了遗传算法的原理,并且根据电子商务谈判模型系统的实际,进行种群的编码,给出相应的适应度函数.遗传算法收敛速度慢且性能不稳定,基于粒子群子代个体产生趋于最优个体的思想对遗传算法进行改进,设计出适合粒子群算法的交叉变异概率公式.在针对塑料颗粒的商务谈判中,应用这两种算法模型,结果表明基于粒子群改进的算法比遗传算法更能及时提供谈判解,节省了商务谈判的时间,提高了商务谈判的效率.     

基于遗传算法的自适应模糊调节器的设计

本文简要阐述了遗传算法和模糊控制的基本原理,并结合二者针对一个具体的随机非线性系统进行优化研究.文章设计了基于遗传算法的自适应模糊调节器,并在充分分析了量化因子对系统稳态性能和动态性能的影响的基础上,提出了一种智能调节量化因子的模糊控制算法,使系统具有更好的动态和稳态性能.文章利用此控制器对双线性模型进行了仿真,结果证明了其有效性.     

基于空间的合理排课算法分析

针对人类学习的生理特点,从满足学生需要循序渐进地掌握知识和教师需要授课时间相对集中的需求上,分析了如何使课程表安排得更加合理,在课表空间分布角度上提出课时节次、工作日合理布局的解决方案,并依此提供了一个自动排课算法的流程图。     

基于遗传算法的夹紧机构优化设计

通过对机构结构的分析,抽象出机构的理论化模型,从而将该夹紧机构简化为双摇杆机构.运用遗传算法在约束条件范围内对决定机构运动特性的关键部件的结构参数进行优化设计,从而达到机构按照给定的运动轨迹运动的设计要求.根据优化设计得到的参数建立机构数字化模型,并运用UG进行运动仿真分析.仿真结果表明,通过遗传算法进行优化设计得到的结果能够很好满足设计要求.     

基于遗传算法的生物安全环境模糊控制器设计

在分析生物安全环境模糊控制系统的功能和琢理的基础上，提出了一种基于遗传算法的优化生物安全环境模糊控制器参数设计方法。仿真结果表明，与基本的模糊控制器相比，基于遗传算法设计出的生物安全环境模糊控制器，能够获得更好的控制性能。     

基于交互式遗传算法的网站信息分类体系交互设计

本文在介绍交互式遗传算法的基础上,提出了基于交互式遗传算法网站信息分类体系交互设计的基本思路;并采用JSP实现了MVC模式下网站信息分类体系交互设计程序。     

基于IRT的自动组卷算法模型研究

基于项目反应理论(IRT),采用离差加权值最小和测验项目信息函数值最高两个目标规划相结合的办法,设计了一个新的自动组卷数学模型。该模型克服了经典测量理论(CTT)的种种局限,有效解决了计量指标——信息量与非计量指标——题型分布、知识点分布等约束条件计算量纲不同的问题,很好地体现了测试项目信息函数值最高的组卷目标。