資源描述：
《遺傳算法在試題組卷中的應用論文》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、遺傳算法在試題組卷中的應用論文摘要：本文運用遺傳算法的全局尋優(yōu)對考試中的自動化組卷進行了研究，并得到了一個解決適合考方要求的試題模型的好的算法。關鍵詞：遺傳算法全局尋優(yōu)自動化組卷1引言計算機輔助考試系統(tǒng)的自動組卷的效率與質量完全取決于抽題算法的設計。如何設計一個算法從題庫中既快又好的抽出一組最佳解或是抽出一組非常接近最佳解的實體，涉及到一個全局尋優(yōu)和收斂速度快慢的的問題，很多學者對其進行了研究。遺傳算法以其自適應尋優(yōu)及良好的智能搜索技術，受到了廣泛的運用。PottsJC等人基于變異和人工選擇的遺傳算法對最優(yōu)群體規(guī)模進行了
2、論述；HamiltonMA等結合遺傳算法把其運用到神經(jīng)網(wǎng)絡中，并取得了良好的效果4；也有眾多的學者對保留最佳狀態(tài)的遺傳算法的收斂速度做了討論。通過理論推導和事實運用，發(fā)現(xiàn)遺傳算法在尋優(yōu)和收斂性方面都是非常有效的。本文結合遺傳算法的原理和思想，對考試自動出題組卷的問題進行了研究.freels）以其具有自適應全局尋優(yōu)和智能搜索技術，并且收斂性好的特性能很好的滿足自動考試組卷的要求。3遺傳算法描述遺傳算法是一種并行的、能夠有效優(yōu)化的算法，以Morgan的基因理論及Eldridge與Gould間斷平衡理論為依據(jù)，同時融合了May
3、r的邊緣物種形成理論和Bertalanffv一般系統(tǒng)理論的一些思想，模擬達爾文的自然界遺傳學：繼承（基因遺傳）、進化（基因突變）優(yōu)勝劣汰（優(yōu)的基因大量被遺傳復制，劣的基因較少被遺傳復制）。其實質就是一種把自然界有機體的優(yōu)勝劣汰的自然選擇、適者生存的進化機制與同一群體中個體與個體間的隨機信息交換機制相結合的搜索算法。運用遺傳算法求解問題首先需將所要求解的問題表示成二進制編碼，然后根據(jù)環(huán)境進行基本的操作：selection，crossover，mutation……這樣進行不斷的所謂“生存選擇”，最后收斂到一個最適應環(huán)境條件的
4、個體上，得到問題的最優(yōu)解。6,74遺傳算法應用一般來說，用戶在自動組卷時會對試卷的質量提出多方面的要求，如總題量、平均難度、題型比例、章節(jié)比例、重點章節(jié)比例、知識點的交叉與綜合等，自動組卷就應最大程度的滿足用戶的要求。因此，在組卷之前，我們首先為自動組卷過程建立控制指標相應狀態(tài)空間D，D=D的每一行由某一試題的控制指標組成，如題號、題型、章節(jié)、難度等，并且這些屬性指標都進行編碼表示成二進制形式，而每一列是題庫中的某一指標的全部取值。在具體出題時，考方可能不會用到所有的指標，所以D包含的個體d_target可以表示為d_r
5、equest和d_void，d_request表示考方要求的控制指標，d_void表示考方不要求的控制指標。即d_target：：=d_request：d_voidd_request：：={0，1}md_void：：={0，1}n試題庫STK中的每一道試題在建庫時都輸入了相應的屬性指標。試題模型的產(chǎn)生形式是：ifdatathenmodeldata：：={0，1，#}m#表示0和1之間的任意一位?？荚囎詣映鲱}的遺傳算法如下：(1)根據(jù)考方的出題要求，規(guī)劃狀態(tài)空間庫D中的數(shù)據(jù)，保留d_request部分，而不要d_void部
6、分，對其剩余部分進行編碼D1，D2，……Di。(2)初始化試題庫STK。隨機從題庫中抽出一組試題，并進行編號STK1,STK2……STKj,確定合適的交換概率Pc和變異概率Pm；并定義其適應值flexibilityk(k=1,2……j)flexibilityk-0(k=1,2……j)(3)從試題庫STK中取出STKm(0≤m≤j)與狀態(tài)空間庫D中的指標Dn(0≤n≤i)進行匹配。如果STKm與Dn完全匹配，則flexibilityk-flexibilityk+1如果不匹配，則有flexibilityk-flexibili
7、tyk+0(4)進行淘汰選擇，保留具有高適應度的試題。即把flexibilityk為0的STKm去掉，這樣就生成了一個新的試題模型STKh。(5)重復過程2生成新的試題模型STKp。按一定的交換概率Pc從STK中隨機選取模型STKh和STKp，交換彼此位串中對應的值，產(chǎn)生新的試題模型STKh、STKp，如交換前STKh=1101011STKp=0011110交換前STKh=1111011STKp=1111110(6)按一定的變異概率從題庫STK中隨機選出一試題模型STKh進行基因突變，產(chǎn)生一個新的試題模型。(7)在完成以
8、上選擇、交叉、變異步驟后，產(chǎn)生一個考試試題模型，按照事先確定的誤差精度對其進行收斂性的判別，當其適應度高時，試題組卷成功，轉向步驟8，如果其適應度低，則轉向步驟3繼續(xù)執(zhí)行。(8)輸出相應的考試試題，組卷結束。以上用遺傳算法抽題時，交換概率Pc和變異概率Pm的確定很重要。Pc太小使選題工作進展緩慢，太大則會破壞適應值高
