无纸化考试智能组卷和试题库问题的探讨

根据无纸化考试系统的特点和要求,设计出操作简单明了快速高效的智能化组卷考试系统,系统能够根据教师提供的有关试卷的试题数量、平均难度系数、试卷所要覆盖的知识面等要求,通过数学模型的计算并结合计算机智能抽卷算法,从试题库中抽取符合出题者要求的试卷,并针对试题难度系数的难确定性,提出试题难度系数动态改变的思想,使各试题的难度系数定位在一个合理的范围内.     

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ASP.NET随机组卷算法的实现

本文介绍在Asp.net+SQL Server架构的在线考试系统的设计中,利用SQL Server的newid()函数或ASP.NET中的Random央中Next方法随机从试题库中随机抽取试题进行组卷的两种算法.     

基于粒子群优化算法组卷的研究

研究了考试系统中一个关键的技术——组卷算法,提出了应用粒子群优化算法组卷。PSO算法源于蜜蜂群觅食,是一种智能寻优算法,它首先初始化一群随机粒子（随机解）,然后通过迭代找到最优解。PSO算法组卷是一个离散性求解问题,这是对PSO算法应用上的一个扩展。     

在线考试自动组卷算法研究

介绍了在线考试系统中自动组卷的方法,着重分析了传统组卷算法,并在此基础上提出了自动组卷策略,能加强读者对在线考试系统中自动组卷功能的理解,并能应用于在线考试。     

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。     

智能组卷系统的研究

介绍了遗传算法的基本概念及改进遗传算法的思想,对改进遗传算法进行了理论分析,并进行仿真实验.分析了组卷系统的评价指标;最后实现了基于改进遗传算法的组卷系统.     

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。     

基于Java的自动组卷系统的实现

针对网络化考试的要求,为了使生成的试卷更科学、合理和有区分度,文中讨论了组卷原则,并提出了一套简单实用的组卷算法。     

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。     

基于改进型遗传算法的组卷系统设计研究

传统人工考试模式相比于网络考试系统来说欠缺公平与合理性,不能充分考察学生的学习能力和知识掌握程度,因此要借助网络技术的力量来设计自主组卷系统,完成网上考试系统的改革和创新任务。在深入分析试题库结构和遗传算法的基础上,研究了两者之间的契合处,通过对遗传算法的改进来推出符合组卷策略的考试系统,完成对题型、题量、曝光度、知识点等多方面考核内容的平衡,使基于改进型遗传算法的组卷系统能真正运用于高校实际教学工作中。     

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。     

基于ASP的智能组卷系统的思考

利用ASP.NET技术对网上考试系统之组卷系统的设计、结构、功能进行思考、讨论。     

计算机自适应测试组卷方法策略与设计

计算机自适应测试（CAT）的组卷过程和方法与传统纸笔考试的组卷过程和方法有很大不同。CAT测试是进阶式的,每个进阶模块都分别要根据题目难度、区分度、猜度三参数情况,以及题目的知识点分布、能力层次等情况进行组卷。本文通过建立组卷数学模型,利用基于Web的ASP代码进行过程描述,以期达到较为理想的CAT组卷效果。     

基于知识点的疑难知识诊断算法研究

首先探讨了学习内容组织算法中存在的资源组织的粒度和学习效果的测评等问题。其次,定义了学习对象的粒度以及知识之间的前驱、后继和平行关系,构建了以知识点为有意义单元的学习资源组织框架,奠定了资源的重用和共享,以及资源的有效组织的基础。第三,在测试的基础上,探讨了疑难问题的诊断算法,并在此基础之上进行了实例验证。实验证明,该算法具有可行性。     

一种基于改进遗传算法的智能组卷方法研究

组卷问题是一个多约束条件的最优求解，本文在分析了传统的试题组卷算法存在短卷速度慢，成功率较低、组卷质量不高等缺点的基础上，提出了一种基于改进遗传算法的智能组卷新方法。实验表明，该方法能有效地提高组卷的效率和质量，具有较好的使用性能和实用性。     

基于遗传算法的自动组卷分析与设计

组卷的效率与质量完全取决于选题算法的设计,设计一个从题库中按照考试要求既快又好地选取一组最佳解,涉及到一个全局寻优和收敛速度快慢的问题。本文运用遗传算法的全局寻优对题库系统的自动组卷进行了研究,并得到了一个能较好地满足考试要求的组卷算法。     

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。