探析遺傳算法在試題組卷中的應(yīng)用

《探析遺傳算法在試題組卷中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、探析遺傳算法在試題組卷中的應(yīng)用摘要：本文運(yùn)用遺傳算法的全局尋優(yōu)對(duì)考試中的口動(dòng)化組卷停止了研討，并得到了一個(gè)處理合適考方請(qǐng)求的試題模型的好的算法。關(guān)鍵詞：遺傳算法全局尋優(yōu)自動(dòng)化組卷1引言計(jì)算機(jī)輔助考試系統(tǒng)的自動(dòng)組卷的效率與質(zhì)量完整取決于抽題算法的設(shè)計(jì)。如何設(shè)計(jì)一個(gè)算法從題庫中既快又好的抽出i組最佳解或是抽出一組十分接近最佳解的實(shí)體，觸及到一個(gè)全局尋優(yōu)和收斂速度快慢的的問題，很多學(xué)者對(duì)其停止了研討。遺傳算法以其口順應(yīng)尋優(yōu)及良好的智能搜索技術(shù)，遭到了普遍的運(yùn)用。PottsJC等人基于變界和人工選擇的遺傳算法對(duì)最優(yōu)群體范圍停

2、止了闡述;IlamiltonMA等分離遺傳算法把其運(yùn)用到神經(jīng)網(wǎng)絡(luò)中，并獲得了良好的效果［4］；也有眾多的學(xué)者対保存最佳狀態(tài)的遺傳算法的收斂速度做了討論。經(jīng)過理論推導(dǎo)和事實(shí)運(yùn)用，發(fā)現(xiàn)遺傳算法在尋優(yōu)和收斂性方面都是I?分有效的。本文分離遺傳算法的原理和思想，對(duì)考試口動(dòng)出題組卷的問題停止了研討，找到了一種取得與考試試題控制指標(biāo)契合的試題模型的處理辦法。2問題描繪自動(dòng)組卷是考試系統(tǒng)自動(dòng)化或半自動(dòng)化操作的屮心目的之一，而如何保證生成的試卷能最人水平的滿足用戶的不同需求，并具有隨機(jī)性、科學(xué)性、合理性，這是完成中的一個(gè)難點(diǎn)。特別在

3、交互式環(huán)境下用戶關(guān)于組卷速度請(qǐng)求較高，而一個(gè)理論上較圓滿的算法可能會(huì)以犧牲時(shí)間作為代價(jià)，常常不能到達(dá)預(yù)期的效果。因而，選擇一個(gè)高效、科學(xué)、合理的算法是自動(dòng)組卷的關(guān)鍵。以往的具有自動(dòng)組卷功用的考試系統(tǒng)人多采用隨機(jī)選収法和冋溯試探法。隨機(jī)選取法依據(jù)狀態(tài)空間的控制指標(biāo)，由計(jì)算機(jī)隨機(jī)的抽取一道試題放入試題庫，此過程不時(shí)反復(fù)，直到組卷終了，或己無法從題庫中抽取滿足控制指標(biāo)的試題為ll-.o該辦法構(gòu)造簡(jiǎn)單，關(guān)于單道題的抽取運(yùn)轉(zhuǎn)速度較快,但是關(guān)于整個(gè)組卷過程來說組卷勝利率低，即便組卷勝利，破費(fèi)時(shí)間也令人難以忍耐。特別是當(dāng)題庫中各狀

4、態(tài)類型均勻出題暈較低時(shí)，組卷常常以失敗而告終。冋溯試探法這是將隨機(jī)選取法產(chǎn)生的每一狀態(tài)類型紀(jì)錄卜?來，當(dāng)搜索失敗時(shí)釋放上次紀(jì)錄的狀態(tài)類型，然后再根據(jù)一定的規(guī)律（正是這種規(guī)律毀壞了選取試題的隨機(jī)性）變換一種新的狀態(tài)類型停止試探，經(jīng)過不時(shí)的回溯試探直到試卷牛成終了或退回動(dòng)身點(diǎn)為止，這種有條件的深度優(yōu)先算法,關(guān)于狀態(tài)類型和出題量都較少的題庫系統(tǒng)而言，組卷勝利率較好，但是在實(shí)踐到一個(gè)應(yīng)用時(shí)發(fā)現(xiàn)這種算法對(duì)內(nèi)存的占用量很人，程序構(gòu)造相比照較復(fù)雜，而且選取試題缺乏隨機(jī)性，組卷時(shí)間長(zhǎng)，后兩點(diǎn)是用戶無法承受的，因而它也不是一種很好的用

5、來自動(dòng)組卷的算法。剖析上述兩種算法的優(yōu)缺陷，不難發(fā)現(xiàn)，在限制條件狀態(tài)空間的控制下，隨機(jī)選取法有時(shí)可以抽取出一組令用戶稱心的試題。只不過由于它隨機(jī)選取試題的范圍太大，無法肯定目前條件下哪些區(qū)域可以抽取適宜的試題，反而可能在那些曾經(jīng)證明是無法抽取適宜試題的區(qū)域內(nèi)重復(fù)選題，停止大量的無效操作進(jìn)入死循環(huán)，最終招致組卷失敗?；厮菰囂椒ńM卷勝利率高，但它是以犧牲大量的時(shí)間為代價(jià)的，關(guān)于現(xiàn)今越來越盛行的考牛網(wǎng)上隨機(jī)即時(shí)調(diào)題的考試過程來說，它已不契合請(qǐng)求。因而，必需分離以上兩種辦法尋覓一種新的改良算法，這種算法要具有全局尋優(yōu)和收斂速

6、度快的特性。遺傳算法（GeneticAlgorithms）以其具有口順應(yīng)全局尋優(yōu)和智能搜索技術(shù)，并口收斂性好的特性能很好的滿足自動(dòng)考試組卷的請(qǐng)求。3遺傳算法描繪遺傳算法是一種并行的、可以有效優(yōu)化的算法，以Morgan的基因理論及Eldridge與Gould連續(xù)均衡理論為根據(jù)，同時(shí)交融了May門詢邊緣物種構(gòu)成理論和Bertalanffv普通系統(tǒng)理論的一些思想,模仿達(dá)爾文的自然界遺傳學(xué)：繼承（基因遺傳）、進(jìn)化（基因突變）優(yōu)勝劣汰（優(yōu)的基因人量被遺傳復(fù)制，劣的基因較少被遺傳復(fù)制）。其木質(zhì)就是一種把口然界有機(jī)體的優(yōu)勝劣汰的口

7、然選擇、適者牛存的進(jìn)化機(jī)制與同一群體中個(gè)體與個(gè)體間的隨機(jī)信息交流機(jī)制相分離的搜索算法。運(yùn)用遺傳算法求解問題首先需將所請(qǐng)求解的問題表示成二進(jìn)制編碼，然厲依據(jù)環(huán)境停止根本的操作：selection,crossover,mutation這樣停止不時(shí)的所謂"生存選擇”，最后收斂到一個(gè)最順應(yīng)環(huán)境條件的個(gè)體上，得到問題的最優(yōu)解。[6,7]4遺傳算法應(yīng)用普通來說，用戶在自動(dòng)組卷時(shí)會(huì)對(duì)試卷的質(zhì)量提出多方面的請(qǐng)求，如總題量、均勻難度、題型比例、章節(jié)比例、重點(diǎn)章節(jié)比例、學(xué)問點(diǎn)的穿插與綜合等，口動(dòng)組卷就應(yīng)最大水平的滿足用八的請(qǐng)求。因而，在

8、組卷之前，我們首先為自動(dòng)組卷過程樹立控制指標(biāo)相應(yīng)狀態(tài)空間D,D<]D的每一行由某一試題的控制指標(biāo)組成，如題號(hào)、題型、章節(jié)、難度等，并且這些屬性指標(biāo)都停止編碼表示成二進(jìn)制方式，而每一列是題庫中的某一指標(biāo)的全部取值。在詳細(xì)出題時(shí)，考方可能不會(huì)用到一切的指標(biāo)，所以D包含的個(gè)體d_target能夠表示為d_request和d_void,d_reques