基于遺傳算法的CAT組卷問題研究.pdf

1、基于項目反應理論的計算機自適應測試興起于上世紀八十年代中期，它是計算機輔助測試及現代測量研究中的一個重要領域，它的特點是能夠根據考生能力不同而由計算機從題庫中智能選取難度與其能力相匹配的試題施測，考試成績與樣本(題目)的選擇無關，能更準確客觀地反應考生的實際能力，而且達到一定測量精度需要的時間更短，但CAT組卷時如何將IRT理論的信息量等計量指標與題型、知識點等非計量指標有機地結合起來，為測量學界提出了一個新的課題。 本文首先在

2、對當前計算機自適應測試系統(tǒng)的現狀和發(fā)展趨勢進行了分析后，系統(tǒng)介紹了計算機自適應測試的理論基礎一項目反應理論及計算機自適應測試系統(tǒng)的基本原理，并完成了一個基于項目反應理論的CAT系統(tǒng)的總體結構、功能模塊及數據庫設計。 然后對最大信息量模型和WDM模型進行分析，發(fā)現最大信息量模型運算時間長，且可能出現無解的情況，而WDM模型對于CNT組卷問題中既有題型分布、知識點分布，又有信息量等約束條件時，由于各約束條件的量綱不同，根據約束條件計

3、算出的離差值不可比，因此本文對WDM模型進行了改進，為CAT組卷問題建立了分步WDM模型，有效解決了計量指標一信息量與非計量指標一題型分布、知識點分布等約束條件量綱不同的問題，并很好地體現了CAT組卷問題中測試項目信息函數值最高的目標。 最后，針對遺傳算法容易出現早熟和收斂速度慢的問題，本文對基本遺傳算法進行了多處改進，如采用了整數分段編碼和自適應的交叉、變異概率等。然后將改進的自適應遺傳算法用于CAT組卷問題，實驗結果表明本文