题库系统的智能组卷算法研讨.pdfVIP

题库系统的智能组卷算法研究 于莉1吴建伟2 1．浙江师范大学信息科学与工程学院信息技术教育研究所，浙江金华，321004 2．金华电业局，浙江金华，321004 摘要本文从分析现存的题库系统的智能组卷算法开始，提出了～种在遗传算法下的分段十进 铡编码，设计了基于编码的变异操作和小范围竞争择优的交叉操作，增加了相似个体过滤机制．最 后给出了相应的算法实现。 关键词智能组卷．遗传算法，职库系统 1 引言 随着计算机技术和网络技术的飞速发展，题库系统的智能化成为一大趋势，要实现题库系 统的智能化就必须要研究一个智能组卷算法。现存的题库系统中常见的智能组卷算法主要有 这么几类：有约束满足法；有基于对编码的调整的方法，如“分段随机抽选法”和“动态编码技术 法”i将组卷问题转化为试卷模式问题．如以多目标优化数学模型为选题依据的智能组卷算法； 遗传算法版。这些算法中，前几类组卷算法都适合于对组卷质量要求不高的场合，而且组卷的 成功率也相对较低，如果要在追求组卷自动化的同时，还要注意试卷的质量和组卷成功率的 话，则最后一类算法是上选。 2 基于遗传算法的智能组卷算法 遗传算法GA(Genetic H．Holland 复杂问题的随机有哪些信誉好的足球投注网站和优化的方法，是由美国的著名学者，Michigan大学的John 教授予1975年首先提出来的。它采用简单的编码技术来表示各种复杂的结构，并通过对一组 编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定有哪些信誉好的足球投注网站的方向。 (1)组卷的数学模型 题库中每一道试题都有性能属性和内容属性两类属性。内容属性给出了试题的内容和答 案信息，这些信息可以不参加组卷过程。性能属性则要参与组卷，主要包括题号、知识点、题型、 难度、区分度、教学要求度等。可以用n×m的矩阵表示该组卷数学模型，矩阵中的每一行就是 一道试题，每一列就是一个属性。如下所示： 。 alI dI(-一I) alI a“ ‘ a2佃一” 口!I ●●● ●●● ％％一 该矩阵必须满足由这些试题属性所赋予的相关约束。 af-一¨lq ’d(-一1)a(__n_ 州‰ ’ “h一” ‰n 7 (2)基于分段的十进制编码方案 文献[7]中，将题库中的试题按题型放置，然后将题库中的试题进行二进制编码，如：F。F： F”…F。，把编码按照题型分成几个子段，每个子段就是独立的二进制编码，一般一套试卷中每 种题型的试题数目确定丁以后，那么每个子段中有多少个1，多少个0也就确定了。这就是基 于问题启发的编码，但是这是一个二进制的编码，如果题库中试题比较多的话，该编码会非常 长。 ～n，n为试卷的总题目数，而不是题库中试题的总数)为试题的题号。如此，在组卷中所得的可 行解就是一份试卷，组卷成功后，只要按这个编码将试题抽取就是一份试卷，在进行试卷的存 储时，也只要将试卷的这组编码进行存储即可。 (3)种群初始化和适应度函数(fitnessfunction)的设计 本文在生成初始种群时．采用以子段为单位的随机生成方式，即根据题目要求的某种题型 的个数(a．)，在该题型所对应的试题库范围内，随机抽取ai个试题编号，梅成一个该胚型的子 段，其他题型的子段构造方法相同。然后将所有子段合成一个完整的题号编码串，这样重复z 次，组成z个编码串。 f ^f f 本文的适应度函数用以下函数来构造：J=乞J；吣其中，J；表示第i个试题属性指标与 用户要求的误差的绝对值，nIi表示第i个指标对组卷重要程度的权值，j是参与评价的属性指 f 标的个数，J是所有指标与用户要求的误差绝对值之和。种群中每个个