基于遗传算法的自动组卷及经典测量理论评价
发布时间:2022-01-01 20:06
随着计算机技术和人工智能的快速发展,无纸化考试已成为信息技术发展的必然趋势。自动组卷不仅能够保证考试的客观性和公正性,还可以减少教师在考试过程中编制试题及批阅试卷的工作量,同时也能节约大量的人力和物力资源。然而,现有的自动组卷方法在组卷质量上还有待提高,并且很少对生成试卷的质量进行分析与评价。针对以上问题,以经典测量理论为指导,选取遗传算法作为自动组卷方法,通过仿真实验生成试卷,以经典测量理论中的难度、区分度、信度和效度为评价指标,对试卷质量进行检验,结果表明满足试卷质量的要求,同时所取得的成绩也服从正态分布。论文主要工作包含以下四个方面。第一,梳理了自动组卷的相关文献,分析了自动组卷的教育理论,以此确定自动组卷的约束条件,构建自动组卷的数学模型。通过对自动组卷教育理论的分析,选取经典测量理论作为指导;将试题编号、试卷分值、试题题型、试题章节和试题难度确定为组卷的约束条件,以此构建了自动组卷的数学模型。第二,选取自动组卷算法,并对所选取的自动组卷算法进行设计。通过对比分析常用几种组卷算法的优缺点及应用范围,从中选取遗传算法作为论文的组卷算法;并对遗传算法进行设计,在染色体编码方案中采用...
【文章来源】:重庆师范大学重庆市
【文章页数】:57 页
【学位级别】:硕士
【部分图文】:
遗传算法的基本过程图
.3 基于遗传算法的自动组卷流程图自动组卷的基本流程,而图 3.3 则详中的整体流程,通过这两个方面的梳基础。的组卷参数及组卷约束条件,选择算法诸多的优点说明其适合应用于组遗传算法应用于自动组卷的步骤进行一步是编码方法的确定,采用遗传算解,通常在求解时是使用编码符号。算法发展至今,有常用的编码方式:
理论知识的掌握情况,适合用客观性试题进行考察,因此本研究暂时在试题库中设置了三种题型,主要包括单项选择题、填空题和判断题三种,所考查的章节主要有七个章节。在试题库中试题主要属性包括题号、科目名称、章节、题型名称、试题难度、试题分数、试题内容、试题选项、标准答案等,本研究构建的试题库情况的部分截图如图 4.1 所示。
【参考文献】:
期刊论文
[1]一种基于策略集的概率缩域算法对多目标随机组卷问题的解决方案[J]. 周华君,丁爱芬,吕小俊. 计算机与现代化. 2018(02)
[2]基于遗传算法的组卷技术研究与改进[J]. 王文星,赵新慧. 辽宁石油化工大学学报. 2017(06)
[3]基于项目反应理论的组卷算法研究[J]. 单美静,刘琴. 软件工程. 2017(12)
[4]基于遗传算法的自动组卷模型及改进研究[J]. 罗宇,罗曼,夏德奇. 现代计算机(专业版). 2017(29)
[5]基于蚁群混合遗传算法的组卷问题研究[J]. 郭秀娟,张坤鹏. 吉林建筑大学学报. 2017(04)
[6]“互联网+”时代下智能在线考试平台开发[J]. 王秀慧,麻淑芳,冯丽露. 山西大同大学学报(自然科学版). 2017(03)
[7]基于自动组卷与判卷的在线考试系统设计[J]. 周志锋,童凌,王浩茂,李海燕. 软件导刊. 2017(06)
[8]基于改进随机抽取策略的智能组卷算法[J]. 王东. 山东理工大学学报(自然科学版). 2017(04)
[9]基于改进遗传算法的自动组卷问题研究[J]. 梁树杰. 重庆电子工程职业学院学报. 2017(02)
[10]基于遗传退火算法的智能组卷系统研究[J]. 吴焕,张琪君. 工业控制计算机. 2017(01)
硕士论文
[1]基于遗传算法的自动组卷系统设计与实现[D]. 李阿红.西北农林科技大学 2016
[2]基于群智能优化的智能组卷算法研究[D]. 吴迪.河南师范大学 2016
[3]基于遗传算法的自动组卷系统的设计及实现[D]. 魏冬梅.河北科技大学 2015
[4]基于改进随机抽取算法的信息论题库和智能组卷系统的设计与实现[D]. 赵永平.中国地质大学(北京) 2015
[5]基于遗传算法的智能组卷方法研究[D]. 袁小英.华中师范大学 2015
[6]基于遗传算法的智能组卷系统的设计与实现[D]. 孙凤喜.河北科技大学 2013
本文编号:3562755
【文章来源】:重庆师范大学重庆市
【文章页数】:57 页
【学位级别】:硕士
【部分图文】:
遗传算法的基本过程图
.3 基于遗传算法的自动组卷流程图自动组卷的基本流程,而图 3.3 则详中的整体流程,通过这两个方面的梳基础。的组卷参数及组卷约束条件,选择算法诸多的优点说明其适合应用于组遗传算法应用于自动组卷的步骤进行一步是编码方法的确定,采用遗传算解,通常在求解时是使用编码符号。算法发展至今,有常用的编码方式:
理论知识的掌握情况,适合用客观性试题进行考察,因此本研究暂时在试题库中设置了三种题型,主要包括单项选择题、填空题和判断题三种,所考查的章节主要有七个章节。在试题库中试题主要属性包括题号、科目名称、章节、题型名称、试题难度、试题分数、试题内容、试题选项、标准答案等,本研究构建的试题库情况的部分截图如图 4.1 所示。
【参考文献】:
期刊论文
[1]一种基于策略集的概率缩域算法对多目标随机组卷问题的解决方案[J]. 周华君,丁爱芬,吕小俊. 计算机与现代化. 2018(02)
[2]基于遗传算法的组卷技术研究与改进[J]. 王文星,赵新慧. 辽宁石油化工大学学报. 2017(06)
[3]基于项目反应理论的组卷算法研究[J]. 单美静,刘琴. 软件工程. 2017(12)
[4]基于遗传算法的自动组卷模型及改进研究[J]. 罗宇,罗曼,夏德奇. 现代计算机(专业版). 2017(29)
[5]基于蚁群混合遗传算法的组卷问题研究[J]. 郭秀娟,张坤鹏. 吉林建筑大学学报. 2017(04)
[6]“互联网+”时代下智能在线考试平台开发[J]. 王秀慧,麻淑芳,冯丽露. 山西大同大学学报(自然科学版). 2017(03)
[7]基于自动组卷与判卷的在线考试系统设计[J]. 周志锋,童凌,王浩茂,李海燕. 软件导刊. 2017(06)
[8]基于改进随机抽取策略的智能组卷算法[J]. 王东. 山东理工大学学报(自然科学版). 2017(04)
[9]基于改进遗传算法的自动组卷问题研究[J]. 梁树杰. 重庆电子工程职业学院学报. 2017(02)
[10]基于遗传退火算法的智能组卷系统研究[J]. 吴焕,张琪君. 工业控制计算机. 2017(01)
硕士论文
[1]基于遗传算法的自动组卷系统设计与实现[D]. 李阿红.西北农林科技大学 2016
[2]基于群智能优化的智能组卷算法研究[D]. 吴迪.河南师范大学 2016
[3]基于遗传算法的自动组卷系统的设计及实现[D]. 魏冬梅.河北科技大学 2015
[4]基于改进随机抽取算法的信息论题库和智能组卷系统的设计与实现[D]. 赵永平.中国地质大学(北京) 2015
[5]基于遗传算法的智能组卷方法研究[D]. 袁小英.华中师范大学 2015
[6]基于遗传算法的智能组卷系统的设计与实现[D]. 孙凤喜.河北科技大学 2013
本文编号:3562755
本文链接:https://www.wllwen.com/jiaoyulunwen/xueshengguanli/3562755.html