遗传算法在智能组卷系统中的应用研究

为更好地解决遗传算法在智能组卷过程中出现的早收敛问题,以及组卷质量和组卷速度呈负相关的问题,提出一种基于分段整数编码、多点交叉的遗传算法.通过大量实验,有针对性地对该算法中的编码结构、选择算子、交叉算子和变异算子进行优化设计;对相关控制参数进行合理调整,实验结果表明,该算法不仅有效地提高了组卷质量和组卷速度,而且具有很好的收敛性.

基于改进遗传算法的智能组卷系统设计

针对传统随机组卷模型在组卷速度和组卷质量方面存在的问题,对传统遗传算法进行改进,提出一种基于改进遗传算法的智能组卷系统。基于试题组卷约束,构建试题组卷数学模型,并通过遗传编码方法对试卷个体属性值进行保存,从而提高运算速率;针对组卷过程中知识点容易冲突问题,利用分段多点的变异策略和杂交策略进行优化;同时针对种群多样性问题,提出一种大比率杂交和变异策略,从而提高组卷速度。最后借助C#语言+Mysql数据库分别进行编程和试题库构建,通过仿真验证改进算法在收敛性和质量方面的优势。

改进的遗传算法在组卷中的应用研究

文章主要论述了使用遗传算法组卷的基本步骤,对初始种群的生成、染色体编码及控制参数等进行了研究;并对遗传算子做了适当改进,成功地运用到了智能组卷中;最后通过2次实验分别检验了改进前后的遗传算法对组卷质量的影响以及种群的大小对组卷质量的影响,结果表明改进了遗传算子的遗传算法和适当提高种群的大小能大大提高组卷的质量。

试题库系统数据组织结构的探讨

从课程体系结构、组卷效率和组卷质量出发,从题库组织和题库记录组织两个方面探讨了试题库系统数据的组织结构。