基于遗传算法的智能组卷策略的研究综述.doc

《基于遗传算法的智能组卷策略的研究综述.doc》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、基于遗传算法的智能组卷策略的研究综述《基于遗传算法的智能组卷策略的研究》综述姓名刘春晓学号专业班级3班天津大学计算机科学与技术学院2016年6月摘要随着计算机技术的FI益发展和成熟，手工组卷己经不能满足现代的教学要求，组卷智能化在提高教学质量方面发挥着很重要的作用。文章对组卷策略进行了梳理，对比和总结，主耍介绍了遗传算法的优点，从遗传算法的基本流程、编码方式、适应度函数和遗传算子方面进行了归纳。接着分析了目前智能组卷策略研究的不足和挑战，最后总结了未来的研究设想。关键词智能组卷；遗传算法；适应度函数；遗传算子1引言在计算机技术发展飞速的今天，计算机

2、应用已经慢慢的渗透到人类生活的方方面面，计算机的辅助教学功能也逐渐得到大家的重视。传统的手工组卷受到人为因素的干扰，导致考试的效率低下，组卷智能化己经成为不可或缺的一项研究。近几年，智能优化算法倍受人们关注，如人工神经网络、遗传算法,为解决复杂问题提供了新的方法，并在诸多领域取得了成功。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，针对传统的组卷算法具有组卷速度慢、成功率较低、试卷质量不高等缺点。智能组卷算法在计算机辅导教学过程屮Z所以受到重视，是因为它把人工智能技术运用到了组卷中，能够智能的设计试卷的结构和内容，包括试卷的难易度，知识点，题

3、型和题量等，使生成的试卷质量比较高。遗传算法(GeneticAlgorithm’GA)基于达尔文的进化论和孟德尔的自然遗传学说，是通过模拟遗传选择和自然淘汰的生活进化的随机搜索和全局优化算法(张建国2009：l)o由于该算法有智能的搜索技术和收敛性质，可以较好的满足智能组卷的要求。所以本系统选用遗传算法作为组卷算法，以试题章节、试题数量、试题知识点、试题题型、试题难度分布、试题曝光度、覆盖度、试题分数分配等约束为组卷条件，使试卷有更好的区分度。基于遗传算法的智能组卷系统实现了组卷智能化，优化了其他组卷算法的不足，使教学更加自动化和公平化，提高了组卷

4、效率。2研究现状分析在系统开发Z前，应该首先选择适合本系统的组卷算法，组卷算法的选取对试卷的质量影响颇大。只冇相对好的算法才能提高组卷的效率和成功率。组卷实质上就是在复杂的约束条件下的多冃标求最优解的问题，保证试卷能够满足教学要求。随着计算机技术和人工智能理论的飞速发展,各种组卷策略层出不穷，选择适合的算法对系统运行有极其重要的作用。分析各种组卷算法的优缺点，找到最优的组卷算法是该系统开发的任务之一。这里我们就现阶段组卷算法进行分析和总结。现阶段比较成熟的组卷算法有随机选取法、冋溯试探法和遗传算法。随机选取法生成的试题重复率较高，难以达到预期效果。

5、回溯试探法是一种有条件的深度优化法，对于状态类型和题量较小的题库系统而言，组卷成功率高，但占用内2.1盲目随机选取算法随机选取算法容易实现且逻辑简单，在早期组卷时曾被广泛应用。该算法冇两种随机选择性：先设定属性的指标，随机从试题库中选取子集判断是否满足设定的指标，符合则加入试卷，不符合则选取下一子集判断,循环操作直到组成试卷；从试题库中随机抽取试题判断是否满足试卷约束条件。在随机抽取试题过程屮，耍做到：随机、无法预知、不重复、优化数据存取及快速组卷等（池抚新等1999）o随机选取算法具冇组卷速度快、结构简单等优点，但试题的重复率偏高，生成的试题知识

6、点分布不均匀,难以达到预期的组卷效果，多数会导致组卷不成功。2.2深度与广度搜索算法深度与广度搜索算法又被称为回溯试探算法。该算法是基于随机选取算法，对其缺点进行改进后提出的。深度与广度搜索算法仍然沿用随机抽取的方法从试题库屮抽题，但在抽题过程屮如果不能找到符合耍求的试题且组卷还没有结束时，就会采用深度与广度搜索算法，将最近的搜索结果丢弃，向上冋溯到最近的一个节点重新找一条路径进行搜索，直到组卷结束。该算法放弃部分搜索结果而不是全部的结果，减少了盲冃随机选取算法的无效循环，提高了组卷效率。该算法在理论上是可以搜索到每一种组卷结果的，但随着试题库数量

7、的增加，它的遍历次数也会成比例增加，所以该算法比较适合容量小的试题库。如果试题库过大，该算法会占用太多的内存资源，消耗组卷时间,所以该算法在实际应用中是受限制的。2.3遗传算法遗传算法是在20世纪70年代由进化计算的创始人Z—Holland提出的。该算法用一系列程序步骤來表示将人造染色体的一个种群进化到另一个种群的过程，该算法使用自然选择机制和遗传学的交叉、突变机制。到目前为止遗传算法是相对比较适合应用到组卷系统中的，它是一种具有搜索功能的自适应全局的优化算法。它利用选择算子、交叉算子和变异算子三大遗传算子，促进解集合类似种群在自然界的自然选择和优

8、胜劣汰，不断进化最终收敛到最优状态。遗传算法跟传统算法比较优势冇：对可能的解有广泛的标示性，应用更加普遍；能够对种群进行全