改进型遗传算法在自动组卷系统中应用探究

《改进型遗传算法在自动组卷系统中应用探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、改进型遗传算法在自动组卷系统中应用探究摘要：一直以来优先权法、误差补偿法等是网络考试组卷系统中的基本计算方法，但这些算法在公平与随机问题的处理上效果并不理想。而将改进型遗传算法科学运用在自动组卷系统中，这利于突破传统遗传算法的局限，完善自动组卷系统的功能性，以达到网络考试的科学、公平目标。在此，本文将针对性研究改进型遗传算法在自动组卷系统中的应用。关键词：遗传算法；组卷系统；自然编码；改进中图分类号：TP18随着网络考试系统的逐步完善，在计算机网络平台的基础上网络考试越来越普及化。改进型的遗传算法还能在多样性、多解性条件下，

2、计算出理想的结果，所以将其应用在自动组卷系统中能够达到理想效果。1试题库结构试题库、组卷算法是组卷系统中的两个组成要素。其中,试题库是管理试题的数据库，其结构影响着考试范围的覆盖性，以及网络考试的公平性。为了公平、科学的检测出学生的学习水平，试题库的结构需要全面、规范，从而便于操作与管理。如表1所示，这是试题库结构的整体框架，每个试题都需要包括下面的10大内容。2遗传算法及其改进采用分组自然数的系统编码策略，这是改进型遗传算法的突破，利于有效解决传统遗传算法的不足。分组自然数编码策略的操作原理是，对每种题型进行独立的自然数据

3、编码，使得一种题型对应一组编码。而后，在初始化题型库中选择每一种题型的一组试题，构成染色体，一个试题就是一个染色体，染色体的编码代表试题的编码。采用变长编码的方式来处理染色体，合并多个试题，但要确保试题之间以及试题组之间的相互独立性。如图1所示，这是两张试卷的染色体编码。按照不同题型的题量需求随机抽取试题分库中的试题，组成初始种群，以此来加快收敛性，减少迭代次数，减少染色体的运算复杂性，缩短编码长度。如此，不仅可以令不同题型与题量达到需求，而且还可确保试题分库的知识约束属性，同时节省了二进制编码的搜索空间，从而促进解码时间的

4、提高，以及解码速度的加快。在进行变异操作过程中对于概率系数b值的确定，需要通过计算出最优适应度、平均适应差值来获得，进而得出变异概率Pm值。是否进行变异还需要对Pm与随机数进行大小比较，当Pm大于随机数时，确定变异点并开始变异，随机产生，反正则不需要变异。在进化初期，染色体适应度有一个变动的相似度，而相似度大小的变动会令概率系数b值发生变化，染色体适应度的相似度大小与b值大小呈反比例关系。当染色体适应度的相似度较小时，b值则较大，而发生变异的概率较大，同理反之，这利于改善种群的多样性便于搜索全局。当染色体适应度的相似度偏向一

5、致时，说明进化程度达到了一定标准。3改进型遗传算法在自动组卷系统中的应用根据高内聚、低耦合标准将改进型遗传算法应用在自动组卷系统的设计中，划分详细的功能模块，如图2是具体的系统功能模块图。其中，多维细目表管理、试卷设置管理、组卷、已有试卷查询，这是自动组卷系统中的主要模块，再细致划分其他小模块，并采用多文档界面技术来设计系统的主窗体。利用WM_COMMAND来实现系统和应用程序的连接，以发送消息的形式进行确认以及挑选相应的子菜单，以主窗体为平台来达到系统对多维细目表的管理。举例说明，要完成对试卷的设置、管理、维护等属性的操作

6、需求。(1)启动程序，在菜单栏中选择“多维细目表管理”；(2)依次进入'‘数据录入(分为表头与表心的数据录入)、数据维护(分为数据修改与数据删除)、数据浏览”的菜单操作。如图3是表心数据录入界面，图4是数据浏览界面。一份优秀试卷的产生需要在组卷模块中进行相应操作，具体操作流程包括：(1)启动程序，进入“组卷”菜单；(2)选择子菜单中的“细目表组卷、遗传算法组卷”以完成组卷的相关操作。如图5是使用改进型遗传算法得出的一份试卷,该图是试卷的生成界面。通过点击“生成答案”，系统会自动生成该试卷的标准答案(如图6所示)并附带在试卷后

7、面。若要以Word文档的形式来保存试卷及答案，只需点击“保存试卷”，系统就会自动保存并生成相应的Word试卷，便于排版打印。总之，在自动组卷系统中科学运用改进型的遗传算法，这利于突破传统遗传算法的局限，以完善自动组卷系统的功能性，进而生成一份难易程度趋于一致的试卷，以达到网络考试的科学、公平目标。参考文献：[1]杨剑，张敏辉.改进遗传算法智能组卷的研究与应用[J].计算技术与自动化，2012,31(2)：106-109.[2]张烈超，刘开文.基于遗传算法智能组卷的考试系统设计及实现[J].武汉交通职业学院学报，2013(1)

8、：75-79.[3]肖桂霞，彭春富•改进遗传算法对医学题库组卷问题的应用研究[J].微型机与应用，2013,32(6)：60-64.作者单位：新余学院现代教育技术中心，江西新余338000