基于遗传算法的智能组卷考试系统研究与实现

发布时间：2017-07-06 01:00

  本文关键词：基于遗传算法的智能组卷考试系统研究与实现

  更多相关文章： 遗传算法 题库 智能组卷 考试系统

【摘要】：在计算机广泛普及和计算机网络飞速发展的时代背景下,无纸化考试是信息技术发展的必然趋势。智能组卷和自动评分阅卷不仅使得考试更加客观公正,而且能够降低整个考试过程中出题及阅卷教师的工作量,节约大量的人力和物力资源。在线考试系统充分利用Web数据库存储技术,相比于传统的纸质试卷考试方式,它在随时性、无限的网络空间等方面显现出其突出优势。智能组卷将专家提出的知识点结合在一起,使用人工智能化的方式,在题库中进行自动化的试题抽取,这样构成一套完整的试卷。在线考试系统中,组卷智能化的实现,是系统设计过程中需要考虑的关键所在。鉴于普通的组卷算法显现出的系统试题库抽题反应慢、耗时长的缺点,使得组卷的效率降低。以提升组卷的效率并快速生成满足用户需求的组卷为目标,本文提出了一种基于遗传算法的优化组卷方案,并将该方案运用到实际的在线考试系统中。本文理论研究与开发工作如下:1.分析智能组卷与在线考试有关技术,探讨了几种应用较为典型的组卷算法的工作原理和在实际应用中存在的问题。同时分析了遗传算法的算法基本框架、具体工作流程以及其用于实际自动组卷中的优势。2.在系统的组卷智能化上,依照试题发布者的试题难度、知识点涵盖等具体要求,对题型分布和内容分布,以及试题分值和平均分,包括及格率等属性进行了合理设置,保证能从试题库中自动抽取一份符合要求的试卷。3.为防止发生早熟收敛,陷入局部最优解的现象,对传统遗传算法具体步骤上做出创新:使用分组实数编码方案对基因进行编码,同时以题型为单位来随机产生初始种群;将成卷问题转变成了求目标函数最优解的数学问题;在选择操作中,对轮盘赌方式进行稍微优化,同时加入精英保留方法,降低优良个体丢弃率;交叉运算同样使用单独分段的方式来操作,个体进行变异在不同的题目类型的段内随机操作;在编码长度、群体大小、交叉概率、变异概率终止后代数等运行参数的设定上先参照一般经验给定的参考范围确定初始数值,再不断试探法对比组卷的效果最终确定最优的参数组合,最大限度地防止陷入局部最优解状况。4.依据在线考试系统的基本设计规则、用户的具体功能要求、系统的网络体系架构,设计了系统数据库的基本框架。给出了考试系统的E-R图,并对用户信息表、科目表、试题类型表等数据库表进行优化建立。参照系统开发的普遍原则,设计并实现了具有用户分角色登录、课程管理、题库管理、学生在线考试等功能的在线考试系统。
【关键词】：遗传算法 题库 智能组卷 考试系统
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.52;TP18
【目录】：

• 摘要6-7
• Abstract7-9
• 第一章 绪论9-13
• 1.1 课题研究背景9
• 1.2 考试系统研究现状9-11
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10-11
• 1.3 研究目的和意义11-12
• 1.4 论文的组织结构12-13
• 第二章 智能组卷算法的相关理论与应用13-19
• 2.1 智能组卷的定义13
• 2.2 组卷的普遍原则及约束条件13-14
• 2.3 典型的组卷算法14-16
• 2.3.1 随机选取法15
• 2.3.2 回溯试探法15
• 2.3.3 启发式算法15-16
• 2.3.4 自适应算法16
• 2.3.5 人工鱼群算法16
• 2.4 遗传算法16-17
• 2.5 遗传算法的相关应用17-18
• 2.6 本章小结18-19
• 第三章 遗传算法在组卷中的应用研究19-25
• 3.1 确定染色体编码方案19-20
• 3.2 生成初始群体20-21
• 3.3 适应度函数的选取21-22
• 3.4 遗传操作算子22-23
• 3.5 遗传算法的终止条件23-24
• 3.6 遗传算法的运行参数限制24
• 3.7 本章小结24-25
• 第四章 在线考试系统的设计25-30
• 4.1 系统的设计原则25
• 4.2 系统的功能需求25-26
• 4.3 系统的体系结构26-27
• 4.4 系统数据库设计27-29
• 4.5 本章小结29-30
• 第五章 在线考试系统的实现30-41
• 5.1 登录模块的实现30-31
• 5.2 用户管理的实现31-33
• 5.3 课程管理的实现33-35
• 5.4 题库管理的实现35-39
• 5.5 考试模块的实现39-40
• 5.6 本章小结40-41
• 第六章 总结与展望41-43
• 6.1 研究内容41-42
• 6.2 研究展望42-43
• 参考文献43-46
• 攻读学位期间发表的学术论文46-47
• 致谢47

，

本文编号：524158