论文部分内容阅读
随着计算机技术与数据库技术的发展，评价教学效果的主要手段的考试也逐渐通过建立完善的试题库，计算机智能组卷来实现考试的网络化和智能化。试题库的智能化是网络课程智能化发展趋势的一个发展方向，计算机考试的关键问题是选择高效的组卷算法，快速产生高质量的试卷。组卷问题是在多重目标约束下的优化问题。现有的组卷算法主要有:随机函数法、回溯试探法和遗传算法。前两种算法存在组卷效率低，组卷质量不高的问题。 遗传算法(GA)是模拟生物在自然界选择和遗传变异机制来求解复杂问题的随机化搜索和优化算法，已成为求解一般约束优化问题的强有力工具。但由于遗传算法本身的特性，要求初始种群具有广泛多样性;会发生所谓“早熟收敛”现象。在传统遗传算法基础上提出的模拟自然界少数生物的繁殖方式的单亲遗传算法(PGA)在组卷算法中的应用，解决了传统遗传算法的上述问题，但单亲遗传算法在组卷算法应用时存在变异概率难确定，二进制编码方式编码解码复杂等问题。 本文在研究了遗传算法和单亲遗传算法的理论，智能组卷的约束条件，智能组卷算法后，主要作了以下工作: 1.根据智能组卷的应用要求，提出智能组卷中采用分段的整数编码方式。整数编码的方式直接采用试题编号作为个体的基因，解决了二进制编码编码解码难的问题。分段的编码方法实现对各种题型独立编码，不同题型题目独立进行遗传操作，避免变异带来题型分数的变化。 2.参照自适应遗传算法遗传概率的确定方法，提出自适应单亲遗传算法，并应用于智能组卷算法。 自适应单亲遗传算法根据个体的适应度计算变异概率，在一定程度上解决了变异概率难确定的问题，从而提高智能组卷算法的效率。 3.在单亲遗传算法的基础上实现Visual FoxPro试题库系统。 以基于分段整数编码的单亲遗传算法的自适应单亲遗传算法为试题库的组卷算法，ASP.NET为开发平台建立了Visual FoxPro试题库系统，将应用于河南省教育厅Visual FoxPro网络课程。 通过实验验证:基于整数编码的自适应单亲遗传算法在智能组卷算法中的应用效率，高于单亲遗传算法。 基于整数编码的单亲遗传算法在智能组卷中的应用提高了智能组卷算法的组卷效率，解决了已有算法存在的不足，提高了Visual FoxPro网络课程的智能化水平，具有良好的应用前景。