原创《基于遗传算法的智能组卷考试系统设计》
本文是遗传算法类有关大学毕业论文范文与遗传算法和组卷和系统设计相关毕业论文怎么写。
摘 要：本文中首先对智能组卷考试系统的需求性、功能性进行分析,并结合遗传算法的独特优势,设计出基于遗传算法的高校在线考试系统.经过实际应用后发现,该在线考试系统具有组卷效果好、系统易于维护以及操作界面友好等特点,具有较高的使用价值和应用前景.
关键词：遗传算法；在线考试系统；组卷策略
一、智能组卷系统需求与遗传算法的应用简析
1. 智能组卷系统的需求分析.智能组卷系统可以根据不同高校的考试要求,根据开发者事先设定的组卷参数,利用人工智能算法自动的从试题库中抽取满足要求的试题组合成试卷.智能组卷系统功能实现的前提是具有计算机可识别的组卷要求和参数,因此在进行智能组卷系统设计的过程中需要将模糊的考试要求进行定量的表达.首先要求出卷教师根据教学实际制定出组卷的各项要求和参数,并根据建立好的试卷指标体系建立组卷系统的数学模型,通过相应的组卷策略对组卷问题的数学模型进行求解,最后根据要求从试题库中抽取试题,对符合要求的试题进行规范化的组合,完成智能组卷系统的全过程.
2. 智能组卷系统的功能性分析.智能组卷系统通过规范化的组卷模式,实现对学生学习情况的考核,因此智能组卷系统在组卷的过程一定要做到操作准确、无误地生成一套科学的考试试题,公正的反映出学生的实际学习情况.这就要求在组卷的过程中试题结构科学合理,试题在编制过程中要包含类型、分数、难度、区分度、认识层次等,以便在组卷时可以按照不同的考试目的和对象相应的生成具有难易程度不同的试卷.
3. 遗传算法的基本原理.智能组卷系统在设计过程中的一个重要内容就是对智能算法的选择,本设计方案中选择遗传算法作为智能组卷系统的操作算法.遗传算法在应用过程中会先将问题进行编码,然后实现对问题特征到位上的映射,进而随机产生一个初始的种群.在进行问题搜索时,遗传算法会根据“适者生存,优胜劣汰”的操作准则,从初始种群开始根据个体适应度函数的大小进行个体选择,适应值越高,被选中的概率越大.接着,通过交叉操作,将被选中的具有高适应度值的两个染色体进行基因交换实现变异操作,从而产生了新的种群.
二、基于遗传算法的智能组卷考试系统设计
1. 智能组卷考试系统架构.在基于遗传算法的智能组卷系统设计的过程中采用浏览器/ 服务器结构（B/S 结构）,教师和学生都可以方便的通过浏览器操作界面实现对智能组卷考试系统的登录及应用.该系统的服务器前段包括了大部分的事务逻辑,系统中日常维护和升级都是针对服务器段进行应用,而在客户端上不附加额外的操作,因此该系统结构具有操作简单,维护方便,有效管理用户权限和数据库的数据等优点.教师和学生在使用过程中只要在操作界面中注册和登录即可完成相应功能,Web 服务器会对数据进行处理,因此保证了智能组卷考试系统的安全性和开放性.
2. 智能组卷考试系统的遗传算法应用.通过定量化处理教学和课程提出的知识点范围、区分度和难度等需求,应用遗传算法充分满足用户的组卷需求.在系统进行智能组卷之前,系统可以根据自身的规则建立相应的操作状态空间,该空间的每行利用二进制编码每个试题的具体指标,空间的每列为题库中该数值下的全部取值.在对试题库进行初始化操作的过程中,会随机的从题库中抽取一组题库,根据遗传算法的操作步骤,选择恰当的遗传交换概率和变异概率,并与控制指标进行匹配操作,当匹配成功时适应值会改变,当匹配不符时适应值不变,操作过程中会在基础数据集中执行淘汰算子,依据收敛规则进行判别,若满足随即终止,输出试卷,若不满足随即重复遗传算法操作.
3. 智能组卷考试系统的使用.在教师进行智能组卷的过程中,为了提高试卷结构的准确性,要求教师按照操作规范进行使用.在登录之后,教师首先输入考试的基本信息,包括试卷编号、考试时间、考试科目、考试备注等,接着需要教师针对考试的目的要求输入考试题目的基本信息,包括试题类型、难度系数、试题范围等,接着系统会根据出卷人的要求,从试题库中查询出满足条件的试题,并将所选试题信息添加到试题信息表中保存,根据整份试卷中每道试题的分数值和难度系数,计算这份试卷的总分和难度系数提供给出卷人进行参考,若试卷不满意可删除后重新组卷.
三、结束语
在线考试系统是计算机技术与考试教学有效结合的重要成果,本文中利用遗传算法设计出智能组卷考试系统,与传统的在线考试系统相比具有组卷效率高,试卷难易程度可控,操作界面优化,用户使用方便等优点,具有广泛的市场价值和应用前景.
（作者单位：江西交通职业技术学院）
遗传算法论文参考资料：
该文汇总,上文是一篇关于遗传算法方面的大学硕士和本科毕业论文以及遗传算法和组卷和系统设计相关遗传算法论文开题报告范文和职称论文写作参考文献资料。
