智能组卷考试系统中的算法分析与改进

分析了三种组卷算法优缺点的基础上,确立了遗传算法为目前最优的组卷算法,并对其存在的缺陷进行了分析与改进,最后对改进后与改进前的的算法进行了测试与比较.     

网络考试系统中组卷算法比较及应用

根据网络考试系统中,智能组卷相关算法的比较和应用,对回溯试探法、随机选取法和遗传算法等三种经典算法进行比较分析,认为遗传算法在组卷过程中,其优化搜索方法和整体搜索策略方面,可以不用依靠其它辅助信息,只要构造出相应的适应值评价函数,就可以求解出来一般约束优化问题,并可以克服算法随机性及盲目性等缺点。同时,遗传算法还能够应对网络考试系统随时更新的试题题库以及相关组卷要求,所以在网络考试系统中,组卷模块选择遗传算法能够实现科学公正的组卷目的。     

在线考试系统智能组卷研究

随着计算机网络技术的发展,在线考试系统智能组卷日益成为教学改革中的一个研究热点。若要生成一份科学的、客观的高质量试卷,就需要对在线考试系统进行智能组卷。传统的组卷方式普遍存在存取试卷速度慢和试卷质量低等缺陷,而智能组卷是在优化多目标参数的前提下,对某个特定的试题进行自动匹配的过程。对在线考试系统的智能组卷策略进行了研究和探讨。     

考试系统试题库及组卷方案的设计

在自动考试系统的题库建设中,试题库设计及组卷策略是关键环节.不同的试题库中试题的参数也不尽相同,这里定义为:试题=(编号、题型、题干、答案、分值、难度、区分度、知识点).根据以上参数,提出了基于自适应遗传算法的智能组卷策略.     

用自适应多点变异混合遗传算法实现智能组卷

智能组卷是一个多重约束目标的求解问题.为了解决这一问题,采用了一种自适应多点变异混合遗传算法的智能组卷方法.实验表明,该方法具有较好的使用性能和实用性.     

基于改进遗传算法的组卷研究

针对现有遗传算法组卷的不足,提出基于项目反应理论,并采用参数估计的方法,对遗传算法的适应度进行相应的改进,从而提高了组卷算法对学生群体的适应性．     

智能组卷算法研究

智能组卷是网络化考试系统中较为关键的模块，其问题的实质是多约束条件的最优求解。本文提出一种基于遗传算法的智能组卷策略。     

智能组卷系统的核心算法比较

从目前考试改革的进程看,考试将逐渐向人性化、自动化过渡,通过计算机进行智能组卷是其中的关键技术,而要得到优质的试卷不仅要建立合理的数学模型,还要有高效的组卷算法。该文将选用几种常用智能算法进行分析比较,力求找到一个能够提高组卷成功率,取得满意组卷效果的最优算法。     

网络考试系统中算法的优化

目前网络在教育教学管理中的作用越来越重要,而在网络教学中,网络考试系统是重要的组成部分之一.如何提高网络考试系统中组卷速度及质量,核心是组卷算法.目前在各种自动组卷算法中,组卷质量较好的是遗传算法,但遗传算法在理论和应用方法上仍有许多亟待完善之处,本文提出一种优化的改进的遗传算法.     

网络考试智能组卷研究

智能组卷是网络考试研究的重要内容。本文描述了组卷的特点及各种方式,论述了遗传算法组卷的基本过程及其具体实施,从而说明遗传算法组卷具有较高的智能性、科学性。     

基于自适应遗传算法的抽题组卷策略

为克服经典遗传算法求解智能组卷时存在的盲目搜索、收敛速度慢和个体易“早熟“等缺点,文章提出了基于动态自适应技术遗传算法。利用求解问题的特征改进经典遗传算法的多个关键部分,采用动态自适应技术,提高算法的寻优速度。实验结果表明,采用改进式的自适应遗传算法实现的组卷策略具有收敛速度快、搜索精度高、鲁棒性强等特点,具有很好的性能与实用性。     

基于遗传算法的智能组卷系统

计算机辅助教学(CAI)的一个重要应用是计算机辅助测验(CBT),而智能组卷是CBT的基础.通过对组卷目标和要求的分析,建立了智能组卷系统的数学模型,给出了一种基于遗传算法的智能组卷算法.实验结果表明,所提出的方法具有较好的性能和实用性.     

基于智能组卷策略的在线测试系统的研究与开发

针对当前在线测试系统存在兼容性差、安全性低以及组卷质量差的问题,提出基web三层结构的智能组卷在线测试解决方案。采用UML工具分析与设计系统,使用ASP．NET与AJAX技术开发系统,详细论述在线测试各个环节中的关键技术实现,其中重点介绍一种基于自适应遗传算法的组卷算法。测试实验结果表明,该系统的运行安全、稳定,组卷的速度、质量较高。     

基于自动组卷与判卷的在线考试系统设计

网上在线考试目前正在逐步取代传统的考试方式。针对程序设计类课程,实现了一种能够进行自动组卷和判卷的在线考试系统。首先利用遗传算法将试题模拟自然因子通过自然选择机制,自动组成符合要求的试卷。完成考试后,借鉴ACM在线测评机制自动对试卷进行评判,从而大大减轻了教师工作量。该系统具有实用性强、使用方便等优点,在实际应用中取得了良好效果。     

基于遗传算法智能组卷系统的研究与实现

试题库智能组卷问题是一个在一定约束条件下的多目标参数优化问题,利用传统的数学方法求解较为困难,自动组卷的效率和质量取决于试题库设计以及抽题算法的设计.设计一个基于遗传算法的智能组卷系统,从试题库中自动地查找和组织出一些不同类型、不同难度、不同章节范围内的试题来组成一份最佳的试卷,解决了在教学过程中组卷耗时长、试题质量低的问题,实现了快速智能组卷.     

基于改进小生境遗传算法的自适应组卷系统

针对传统基于简单遗传算法的组卷系统收敛速度慢,组卷质量较差等缺陷,设计一种基于改进小生境遗传算法的自适应组卷系统。首先依照组卷约束权重比,生成适应度值较高的初始种群．其次对选择策略进行优化。引入小生境预选机制以维持种群多样性,防止过早收敛。再次根据组卷特点改进交叉算子和变异算子,根据种群进化情况,自动调整交叉概率和变异概率。最后经过若干迭代后达到终止条件,以自适应方式生成目标试卷。实验结果证明,与简单遗传算法相比,改进的遗传算法在收敛速度和组卷质量上均有显著的提高。     

考试系统组卷算法的分析与应用

在教学过程中,老师们需要不定时的检查教学质量,以便随时修改教学计划,同时还需要检查同学们对教学内容的掌握程度,方便老师对不同学生进行不同的指导。因此,学校会举行大大小小的考试,而考试的一项核心功能就是组卷。随着信息科技的不断发展,考试系统的组卷已经越来越普遍。本文就是针对这种网络上的智能组卷进行分析的。     

基于遗传算法的智能组卷研究

高效率的组卷功能的实现依赖于高效的组卷算法,很多学者都对组卷算法做了多方面的研究与改进．目前对遗传算法的研究应用是最近智能组卷系统中比较广泛的算法应用．本文是对基本遗传算法在智能组卷领域的改进研究,以实现高效智能组卷．     

移动端在线考试系统设计与实现

高速移动通信网络的迅速发展为在线考试系统移动化提供了条件。基于B/S架构,将变化的遗传算法运用于在线考试系统设计;采用PHP开发,实现移动端用户管理、题目管理、试卷管理,以及移动端在线考试自动组卷、在线考试、试卷批改等功能;引入Bootstrap框架,通过功能的化繁与适配,实现同一代码下移动端在线考试系统功能。     

基于常职院考试题库管理系统自动组卷算法的实现研究

文章从考试系统的核心服务自动组卷算法和考试系统的系统实现的两个方面详细的描述了考试系统的实现过程,分析了系统实现的算法及程序,并给出了部分的核心程序代码及流程图,为系统的实现和数据测试提供了依据.