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。     

计算机核心课程过程化考核平台组卷算法应用与分析

在过程化考核平台中自动生成的试卷,其教学知识点覆盖率、内容难度控制等约束条件是否满足教学要求,是试卷质量评测的主要方面。其中试卷生成过程由组卷算法来控制。本文在认真分析了随机法、回溯法、遗传算法、随机定位搜索法等常用于试卷生成的算法的基础上,结合C程序设计基础课程的客观题目过程化考核结果进行了算法的比较与分析,为进一步优化系统并扩展应用于其他课程的过程化在线考试系统奠定了研究基础。     

从高考试题看“球面两点间的距离”

利用经纬网计算球面两点问的距离是高考命题的重点。在近几年的高考试题中，利用经纬网计算球面两点间距离的试题重复率为100％。在2005年的高考中，全国卷I、全国卷Ⅱ、重庆卷、北京春季卷等都出现了此类试题。据笔调查，今年高考的这些试题答错率高达70％左右。所以，要充分理解相关知识点，学会分析，正确把握命题特点，提高解题的准确率。     

高校专业课试题库系统的研究

本文从组卷效率和组卷质量出发,通过对试题难度、知识点、题型等分析,建立了求解自动组卷问题的数学模型,并详细介绍了试卷中试题难度比例分布、遗传算法的使用等试卷组卷策略．     

基于RSM和BTM的智能组卷分析与设计

智能组卷问题的实质是从现有的题库中选择出满足所有组卷要求的一个子集,选题算法的设计决定着组卷的效率与质量;在研究智能组卷模型的基础上,结合随机选取法（RSM）和回溯试探法（BTM）的各自特点,设计了一种新的智能组卷的算法。     

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。     

试题组卷算法的研究与应用

试题组卷问题是一个多目标约束优化问题,拟运用遗传算法的全局寻优对考试中的自动化组卷进行研究,实现自适应遗传算法的智能组卷方案,并基于实际系统进行了算法优化,同时得到了一个解决适合学校教务要求的试题模型的算法。     

基于遗传算法的自动组卷系统的技术实现

本文通过分析组卷策略,建立了试题组卷的数学模型,并对模型进行简化处理。在此基础上对基于遗传算法的组卷策略在理论与实现技术上进行了比较详细的介绍,并与随机抽取法、回溯试探法等进行了对比分析,阐述了各种算法的优缺点。     

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.     

2014年西藏自治区高考理综生物评卷分析

<正>参加生物学科阅卷的老师,按照"坚持标准、宽严适度、给分有理、能给则给"的要求,经过8天耐心细致、刻苦努力的工作,顺利完成2014年高考理科综合生物部分的阅卷工作。现将本次阅卷工作进行如下分析:一、2014年高考理科综合生物学科知识点覆盖面、难易度等情况分析2014年新课标全国卷II生物试试题紧密结合教材,从试题考查     

计算机网络辅助教学系统中的题库管理问题

文章讨论了计算机网络辅助教学系统中题库管理的问题 ,给出了题库管理的数据结构、面向不同对象不同需求的智能组卷算法、对题库中试题的评估算法以及题库的动态更新方法 ,可以解决题库管理中的常见问题。     

基于图搜索策略的数独问题算法与实现

图搜索策略是解决传统人工智能问题的有效方法．该文使用状态空间表示方法以及图搜索策略,提出了一种有效的解决数独问题（Sudoku）的算法,采用递归和回溯,进一步提高了算法的效率,并结合Excel和VBA给出了算法的具体实现。     

回溯法及《八皇后问题》的算法设计

在人—机对奕问题、决策问题、人工智能、组合数学等等一系列非数值问题的算法设计中,回溯法是经常采用的一种重要而有效的方法。 回溯法是一种选优搜索法。按选择最优解的条件向前搜索,以达到目的。但每当搜索到某一步时,发现其达不到预期的效果,就退回一步重新选择。这种行不通就退回再搜索的技术称为回溯法。 回溯法就其算法的逻辑思路可表示为一棵树,根结点是初始状态,每搜索到一个结点都有若干个可供选择的后继结点,没有任何能达到到目标的暗示,只有走着瞧,不行了就回溯到上一层结点,恢复原来刚使用过的参数,再走另一条路径,所以回溯法其本质是穷举与试探,找到从根结点到叶子结点中所有的正确结果。     

改进小生境遗传算法在组卷策略中的应用研究

组卷系统组成试卷的效率和成功率主要依赖于组卷算法.结合传统的组卷算法的优缺点,提出了一种新的组卷算法,这种算法将聚类分析、共享技术和拥挤技术有机的结合起来,可以有效的搜索多模空间的多个极值点.同时可以通过调节拥挤因子控制收敛到的生境数目,避免找到无效的极值点.这种算法无须事先确定生境的数目和生境的大小,可以适用于各种问题的优化.     

遗传算法实现试题库智能组卷方法研究

智能组卷方法是当今各大高校及相关单位试题库系统中的核心内容.本文提出了一种基于遗传算法解决组卷问题的改进方法,该算法以其具有的自适应全局寻优和智能搜索技术且收敛速度快的特点解决了传统组卷中编码太长、适应度函数值计算困难等问题,建立和描述了组卷问题的染色体结构和适应度函数,设计了问题的遗传操作,为进一步完善网络试题库的建设奠定了坚实的基础.     

学习者知识状态的自适应测量与诊断方法设计

为了实现网络教学系统中学习者知识状态的自适应测量与诊断,本文运用案例推理方法,将学习者的知识状态映射为以知识点为横轴,能力水平为纵轴的坐标系中的曲线,通过计算曲线的拟合度检索相似学习者;再依据相似学习者预测当前学习者在各个知识点上可能达到的能力水平,并选择难度相适应的试题组卷施测.最后,建立题目-知识点-得分模式表,诊断导致学习者错误应答试题的知识缺陷.本方法克服了传统自适应测量方法算法复杂、对题目设计要求较高的困难.实验研究初步证明了本方法的有效性.     

基于BP算法确定题库试题分值的研究

本文将BP(Back Propagation)神经网络应用到题库试题分值的确定中,以解决目前智能组卷研究中题库试题分值确定的不合理性。在训练网络时,对标准BP算法作了相应改进,以适应该智能模型的建立。通过案例试验,验证了确定试题分值的智能模型的精度是符合实际要求的,在一定程度上为智能化组卷奠定了基础。     

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.     

慎审 联想 对比 排除——高考英语单项填空题之解题要诀

单项填空题在高考试卷中有15题,该类题旨在考查语法、词汇和习语,知识点覆盖面很广,同时辅以特定的、较为真实的语境,突出了在语言交际情境活动中考查学生综合运用英语知识解决实际问题的能力。综观近年该项试题的演化,随着命题方式的不断改革、创新     

基于WEB的网络课程在线考试系统初探

在线考试是现阶段网络教育的一个应用热点,组卷是其中的关键之一。本文首先简述了在线考试系统的需求及其设计思想。然后分析了目前流行的组卷算法的特点,提出采用基于约束满足问题的混合组卷策略。对试题实体设置可用的属性,依据不同题型,不同要求,采用系统智能组卷,提高了抽题组卷的质量及效率。