基于IRT的量子遗传算法选题策略

发布时间：2017-11-03 00:22

  本文关键词：基于IRT的量子遗传算法选题策略

  更多相关文章： 组卷 量子遗传算法 项目反应理论

【摘要】：选题的本质是一个优化问题,虽然已有多种算法,但是大部分算法收敛速度慢、易陷入早熟、需要建立复杂的数学模型等。量子遗传算法在普通遗传算法中引入了量子计算的概念,能够使算法在种群规模很小的情况下呈现种群的多样性,而且能在很广的范围内寻优,不易陷入早熟,量子计算的并行性使算法能比普通遗传算法更快地解决寻优问题。本研究采用基于项目反应理论的量子遗传算法的选题策略。将两者的实验结果作比较,结果显示,量子遗传算法在各评价指标下的效果都优于经典遗传算法,体现出量子遗传算法搜索效率高,适应性强,收敛性速度快的特点。
【作者单位】： 南京师范大学国际文化教育学院;南京师范大学心理学院;
【关键词】： 组卷 量子遗传算法 项目反应理论
【基金】：“南京师范大学校人文科学青年科研人才培育”基金项目(14QNPY03)的资助
【分类号】：B841.7
【正文快照】： 考试是教学的一个重要环节,选题是考试的一个重要环节,若是选题算法不好,生成的试卷可能无效或者无法组成满足所有条件的试卷,算法无解等等,好的算法可以节省算法的时间开销且满足各项约束条件和选题目标。以往的研究者已经对选题算法进行了较长时间的研究,也产生了丰富的成果，

本文编号：1133835