浅谈遗传算法在自动组卷中应用

浅谈遗传算法在自动组卷中应用

ID:5968329

大小:30.00 KB

页数:8页

时间:2017-12-30

浅谈遗传算法在自动组卷中应用_第1页
浅谈遗传算法在自动组卷中应用_第2页
浅谈遗传算法在自动组卷中应用_第3页
浅谈遗传算法在自动组卷中应用_第4页
浅谈遗传算法在自动组卷中应用_第5页
资源描述:

《浅谈遗传算法在自动组卷中应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浅谈遗传算法在自动组卷中应用  【文章摘要】现代的教育考试中逐渐的在运用网络在线考试这一崭新的计算机信息技术,从而使传统的考试方式正在面临着巨大的变革。考试系统的重点要解决问题是如何能自动生成一份难易适中的试卷。遗传算法在组卷过程中的解决组卷过程中的题目难易度选择、题目分值的确定等问题。【关键词】网络在线考试;试题难易度;遗传算法在这高速发展的信息时代中的一名高校教师,怎样才能把高效、便捷的现代化教学手段充分利用到教学的整个流程中是我们每个人都应该深思与深入研究的一个课题。8计算机的处理速度快的优势能在网络在线考试系统中充分的被体现,网络在线考

2、试系统可以从考试的各个方面去总结与分析,分析的结果将会更详细、层次会更高,第一可以使学生细致解自己的不足,查缺补漏;第二能及时的让教师了解到学生的学习状况,从而发现教学中的问题,改进教学方式,对教学改革的优化,教学效果和教学质量的提高都有非常重大的意义。通过在线考试提供的题库管理系统,使题库内容不断丰富,使试题的覆盖面更宽广,可以对题库的难度以及区分度进行更准确地判定并且可以合理的设置,从而可以更清楚地了解到考生对于知识的掌握程度。(1)教师制作考卷:教师在计算机中利用办公软件如WORD等工具制作好试题并带入系统生成考卷,并运用系统程序的多种功

3、能实现对考卷的建立、删除、分类、修改等操作。(2)考试由教师安排组织:服务器的考试程序由教师事先设置好,准备考试,随后在学校机房和局域网组织学生统一进入考试系统参加考试,通过服务器在规定的时间内进行考试,学生可以在学校机房进入局域网参加考试。(3)试卷批阅:试卷题型可以分为主观题与客观题。在考试结束后,由在线考试的服务器端进行客观题的阅卷工作,而主观试题则由授课老师进行人工批阅,最后由系统自动把两个部分成绩组合形成完成的成绩。(4)试卷和学生考试成绩提交:网络在线考试系统迅速的将批阅后的试卷与统计好的学生成绩转交给系统的成绩分析模块。自动组卷系

4、统研究的主要解决的问题是在保证其科学性、客观性、随机性的基础上又要保证自动生成的试卷既能满足出卷教师的需要。因此,简单通用、高效的智能化组卷计算法作为研究热点,是自动组卷实现的又一关键技术。8针对题库系统来说,基本的功能要求就是能选出符合教师要求的试卷,对其考试结果进行定量分析。自动组卷技术能把教育重点、组卷技术和计算机技术三者结合起来,组成使用方便,对使用教师没有专业要求,又要符合题型分布要求且比较客观和规范性好的试卷。采用智能化组卷方法得出的试卷对学生进行考核,科学分析考试结果,针对知识在学生中掌握情况能够进行有效的把握,并能依据考试结果对

5、学生进行有针对性的教育工作,达到查缺补漏的目的,并进行相应的教学反馈,进一步完善题库系统,智能组卷功能,根据相关数据有针对的指导教育学生。组卷策略,指的是具体的条件参数和对这些参数进行变换算法。通常一个卷组策略由一个自动组卷过程来组成一份,能够让考生实际使用的试卷,这个过程首先需要输入一些条件参数,考试系统对这些参数进行对比筛选,挑出最适合参数要求的试题,这些试题最终被组合成为一份考卷。通常一个完整的卷组策略由三部分组成,即试题属性项定义、组卷参数定义和变换算法说明。一个组卷方案执行起来,需要一个能够根据多种条件来设计组卷方案的组卷人,组卷人能

6、够依照方案到题库中选择符合条件的题目,设计出一份教师自己满意的考卷。在目前算法中大家常用的的组卷算法主要有回溯试探法、随机抽取法、遗传算法三种:8(1)回溯试探法:回溯试探法每进行一次就会出现一种新状态类型,每次进行都采用记录随机选取法,假若此次搜索失败则释放最近一次记录的状态,以破坏选题的随机性而产生一定的规律,来变换出一种新状态类型,再行试探。反复回溯试探后,要么生成试卷,要么重新退回原点。(2)随机选取法:此方法主要在状态空间控制指标下,重复地从题库中随机抽取试探放入试卷,直到题库已经没有符合控制指标的试题,或者完成整个组卷。(3)遗传算

7、法:遗传算法是一种模仿生物进化论模式的计算模型,关系到遗传与自然淘汰的问题。二十世纪七十年代中期就有相关学者提出这一方法。学者与其研究小组围绕两个宗旨来进行遗传算法的研究。一、是设计具有自然系统机理的人工系统,二、是抽取和解释自然系统的自适应过程。毋庸置疑,人类的人工系统、地球的自然系统都因为这位学者研究内容而有了更深的意义。要解决一些相对较为困难的问题,遗传算法是再适合不过的方式了,通过一些简单的编码技术及繁殖机制来表现复杂现象即可。遗传算法不受空间的限制性假设约束,一些连续性、单峰、导数存在等假设也没有做强制要求,遗传算法固有的并行性让其简

8、单通用,鲁棒性强。在优化、机器学习和并行处理等等领域,遗传算法都在被广泛运用着,这也算是新时代最智能的优化算法之一了。8其中,为了实现试卷的自动生成,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。