改進遺傳算法在智能組卷中的應(yīng)用.pdf

1、在信息智能化繁榮發(fā)展的大背景下，傳統(tǒng)教學(xué)與考試已經(jīng)漸漸無法適應(yīng)現(xiàn)代教育的需求，網(wǎng)絡(luò)化教學(xué)考試必將是今后教育改革的大方向。例如在銀行培訓(xùn)中，很多老師的組卷過程都是通過手動組卷或隨機抽題組卷，這種組卷的性能往往不高，組卷的質(zhì)量也無法滿足需求。針對上述問題以及現(xiàn)有考試培訓(xùn)系統(tǒng)存在的不足，本文以中國建設(shè)銀行培訓(xùn)考試系統(tǒng)為背景，設(shè)計并開發(fā)了一個能夠?qū)崿F(xiàn)智能組卷的培訓(xùn)考試系統(tǒng)，該系統(tǒng)采用了遺傳算法與群智能算法的結(jié)合作為系統(tǒng)的智能自動組卷算法。本文主

2、要工作如下:
　　(1)通過閱讀大量文獻了解國內(nèi)外研究現(xiàn)狀，并總結(jié)當(dāng)前現(xiàn)有智能組卷算法所存在的若干問題，以此確定了本文的研究方向。
　　(2)論述了智能培訓(xùn)考試系統(tǒng)中遺傳算法與群智能算法的相關(guān)理論，提出基于Web Service和Nginx、Tomcat的集群策略適應(yīng)高并發(fā)的培訓(xùn)需要;根據(jù)培訓(xùn)需求，建立了通用的試卷適應(yīng)性評價模型，在組卷中，通過對組卷指標的設(shè)定以及數(shù)學(xué)模型的建立，明確組卷策略，簡化目標函數(shù)，解決了以往組題中存

3、在的題型分配不均，知識點不全等問題。
　　(3)針對一般組卷算法用時多，成功率低的問題，提出了基于改進遺傳算法的組卷算法，解決生成的試卷難以達到理想標準的問題。雖然遺傳算法的全局搜索能力非常快，但系統(tǒng)內(nèi)的反饋信息并沒有被利用，這就會導(dǎo)致無為的冗余迭代，使得求解效率變低。本文通過融合群智能算法對遺傳算法進行改進，使得在遺傳過程產(chǎn)生的有用信息得以保留，大大加快了遺傳算法的收斂速度。仿真實驗與實際運用均驗證了該改進算法具有高效性和敏捷性