基于改進的遺傳算法組卷系統應用研究

自動組卷是按照一定的要求，由計算機自動從試題庫中選擇試題，組成符合特定總分、總時間要求和難度、區分度、知識點、題型、認知層次等各種參數的分數分布要求的試卷。它是計算機教學管理的重要組成部分。目前已出現多種算法用于自動組卷，如優先權策略、隨機抽取策略、回溯試探策略、遺傳算法等，這些算法在大解空間、多峰值的問題上往往容易陷入局部最優或算法復雜度過高。由于自動組卷要求生成的試卷能最大程度地滿足用戶的不同需要并具有隨機性、合理性，因此，必須尋找更加行之有效的算法。本文研究一種改進的遺傳算法及其在組卷系統中的應用，主要工作包括： 分析了試卷的評價指標、各項指標的作用及幾個重要指標間的關系，建立了采用各個評價指標的分布構建的成卷模式，最后，根據成卷模式定義了評價試卷質量的偏好關系，并建立組卷數學模型。 提出了一種新的基于小生境技術的自適應遺傳算法(ANGA)。基本思想是針對遺傳算法在全局優化問題中容易出現早熟和收斂速度慢的問題，根據群體適應值分布的變化特點，引入了一個自適應的常數Cmin'根據群體中各個個體的適應值分布情況加以啟發，通過自適應調整Cmin以適時改變群體適應值的分布，優化了各個個體被選擇的概率。采用幾個常用的測試函數對算法進行了驗證，仿真試驗結果表明：改進的算法明顯地改善了算法全局尋優能力，加快了收斂速度，并且具有較高的魯棒性。 依據自動組卷問題的特點，設計了適當的編碼方案和適合的適應度函數，將上述新穎的算法ANGA應用于自動組卷問題，并以目前的“計算機等級考試三級信息管理技術”為例進行組卷，采用ANGA算法進行了仿真實驗。仿真結果表明，ANGA算法能夠成功應用于自動組卷，組卷速度快、成功率高；且算法對初值不敏感。 采用統一建模語言UML對在線測試系統進行了分析和設計，并選用企業級應用開發平臺J2EE對在線測試系統進行了開發，建立了界面友好的原型在線測試系統。