基于遺傳算法的智能組卷問題研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、自動組卷是按照一定的要求,由計算機自動從試題庫中選擇試題,組成符合特定總分、總時間要求和難度、區(qū)分度、知識點、題型、認知層次等各種參數(shù)的分數(shù)分布要求的試卷,它是計算機輔助測驗的重要組成部分。目前已有多種組卷方法,如動態(tài)優(yōu)先權(quán)策略、隨機抽取策略、回溯試探策略、弱并行策略等,還有不少學者將模擬退火、禁忌搜索等智能算法用于組卷問題,但這些算法在大解空間、多峰值的問題上往往容易陷入局部最優(yōu)或算法復雜度過高。由于自動組卷要求生成的試卷能最大程度地

2、滿足用戶的不同需要并具有隨機性、科學性、合理性,因此,必須尋找更加行之有效的算法。
   本文研究一種改進的遺傳算法及其在組卷系統(tǒng)中的應用。首先,詳細闡述了組卷問題的基本理論及原則,分析了試卷的評價指標、各項指標的作用及常用的度量方法,在此基礎(chǔ)上建立了組卷的數(shù)學模型。其次,介紹了遺傳算法早熟的成因、常見預防措施及種群多樣性度量方法,提出了一種新的基于排擠小生境技術(shù)的操作概率自適應調(diào)整的遺傳算法?;舅枷胧轻槍z傳算法在全局優(yōu)化問

3、題中容易出現(xiàn)早熟和收斂速度慢的問題,根據(jù)種群多樣性的變化,從宏觀和微觀兩方面自適應的調(diào)整操作概率,并引入了基于排擠機制的小生境策略,從而優(yōu)化了各個個體被選擇的概率。采用常用的測試函數(shù)對算法進行了驗證,仿真試驗結(jié)果表明:改進的算法明顯地改善了算法全局尋優(yōu)能力,加快了收斂速度,并且具有較高的魯棒性。最后,依據(jù)自動組卷問題的特點,設(shè)計了分段實數(shù)的編碼方法及與之相適應的選擇、交叉、變異操作,將上述改進算法應用于自動組卷問題,并以《數(shù)據(jù)結(jié)構(gòu)》課程

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論