ISSN1009-3044第7卷第年1月)电脑知识与技术2期(2011ComputerKnowledgeandTechnology
Vol.7,No.2,January2011,pp.397-398E-mail:wltx@cccc.net.cn电脑知识与技术ComputerKnowledgeandTechnologydoc.guandang.net遗传算法在在线考试系统中自动组卷的优化设计
钟宁1,2,刘连浩1
(1.中南大学信息科学与工程学院,湖南长沙410083;2.湖南工业大学现代教育技术中心,湖南株洲412007)
摘要:在分析了遗传算法的优势和运算过程的基础上,利用遗传算法的特点对自动组卷进行了优化设计,并在在线系统开发中得到了验证,使系统更具有灵话性和稳定性,提高了考试系统的自动组卷的效率。
关键词:遗传算法;自动组卷;优化设计
中图分类号:G424.7文献标识码:A文章编号:1009-3044(2011)02-0397-02
TheGeneticAlgorithminOn-lineExaminationSystemAuto-composingTestPaperofOptimizationDesign
ZHONGNing1,2,LIULian-hao1
(1.InformationScienceandEngineeringCollege,CentralSouthUniversity,Changsha410083,China;2.ModernEducationTechnologyCenter,HunanUniversityofTechnology,Zhuzhou412007,China)
Abstract:Intheanalysisoftheadvantagesofgeneticalgorithmbasedontheprocessandoperators,thecharacteristicsofgeneticalgorithmforautomaticgenerationofoptimizeddesign,andintheonlinesystemdevelopedhasbeenverified,ifthesystemismorespiritualandsta-bility,improvetheexaminationsystemoftheautomaticgenerationefficiency.
Keywords:geneticalgorithm;automaticgeneration;optimization
1遗传算法
遗传算法(GeneticAlgorithm)是借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的一种随机化搜索方法。它借用了生物遗传学的观点,通过自然选择、遗传、变异等机制的作用,实现个体适应性的提高,进而得到优选保留。自1962年Holland教授首次提出了GA算法的思想,就吸引了大批的研究者,并已经在优化、搜索、机器学习等方面得到了推广应用,奠定坚实的理论基础,成为现代有关智能计算的一项关键技术。遗传算法与传统优化算法相比具有以下优势:
1)遗传算法与传统优化算法的最大区别在于遗传算法不是从单个解开始,而是从问题解集中的串集搜索开始的。传统优化算法是从单个初始值迭代求出最优解的,容易出现最优解为局部最优解的情况。遗传算法从串集开始搜索,覆盖面大,利于搜索出全局最优解。
2)遗传算法基本上不需要用到搜索空间的知识或其它辅助信息,只要用适应度函数值来评估个体,并依此最优值进行遗传操作得出最优解。而且适应度函数不但不需要受连续可微的约束,还可以设定任意的定义域。这一特点使遗传算法的应用范围有了很大的扩展。
3)遗传算法采用的不是确定性规则,而是根据概率的变迁得到的一定范围内最优值来指导它的搜索方向。通过优化比较一定能够得到特定定义域的最优解集。不会出现组卷失败等现象的发生。
4)遗传算法具有自组织、自适应和自学习性。遗传算法利用自身在进化过程获得的信息进行自行组织搜索时,可以使性能优的个体有较高的被选择生存概率,进而获得更能适应环境的基因结构。
2遗传算法的基本运算过程
1)初始化个体:首先设置进化初始计数器i=0,设最大进化数为I,生成K个随机个体作为初始群体P(0)。
2)评价个体:对群体P(i)中的各个个体进行适应度计算。并依据得到的适应度值对个体进行初步筛选。
3)选择运算:将选择算子作用于群体。选择出优化的个体遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。
4)交叉运算;将交叉算子作用于群体。这是一个把两个父代个体的部分结构进行替换以便重组出新个体的操作过程。交叉算子在整个遗传算法起核心作用。
5)变异运算:将变异算子作用于群体。即是对群体中的个体串的某些基因组上的基因值作变动。变异操作的目的是挖掘群体中个体基因的多样性,克服局部收敛。群体P(i)经过选择、交叉、变异运算之后得到下一代群体P(i+1)。
6)终止条件判断:若i=I,则以进化过程中所得到的具有最大适应度的个体作为最优解输出,终止计算。
3自动组卷分析
自动组卷就是通过计算机利用用户设定好的组卷条件从已有试题库中抽取符合要求的各类型试题组成试卷的过程。为了试卷的质量,更好地考查学生的知识掌握情况,我们就得要求所生成的试卷中的各个试题都应该满足一定的条件。为了尽可能的让每份收稿日期:2010-11-15
作者简介:钟宁(1977-),男,湖南沅陵人,湖南工业大学讲师,中南大学在职研究生,主要研究方向为软件工程、现代教育技术应用。力397
基于遗传算法的在线考试系统自动组卷策略优化_专业资料。该文在对试卷结构进行分析的基础上,利用遗传算法的全局寻优和收敛速度快的特点,设计一种用于自动组卷的自...
智能在线考试系统中遗传算法组卷的设计和实现 Smart online examination system genetic algorithm design and implementation of test paper 吴英 WU Ying (上海政法...
本文阐述了遗传算法组卷在计算机考试系统中的设计和实现,从试题的数量及试题库结构两个方面分析、解决上述问题。隐藏>> 、 甸似 l生 智能在线考试系统中遗传算法...
分析了基于WEB的在线考试系统模型,运用 面向对象的方法进行在线考试系统的设计和...关键词:自动组卷,遗传算法,数学模型,多目标优化,在线考试 太原理工大学硕士研究...
重点研究了组卷的编码方案、 适应度函数的设计、自适应交叉和变异算子,实现遗传算法在自动组卷系统中的应用 摘要: 介绍了自动组卷算法的数学模型, 根据遗传算法基本...
所以 , 我们采用一种基于遗传算法的组卷算法来设计考试系统中的自动组卷算法 . 2. 2 组卷算法的设计和优化 由于遗传算法存在着越到搜索后期效率越低下 ,容易产生...
遗传算法在自动组卷中的应用 摘要:为了减轻考试系统中老师出卷的工作量,并使出卷更加合 理与科学化,此文通过遗传算法设计了一种新型的自动组卷系统, 该系统首先...
自动组卷策略中遗传算法的优化_专业资料。自动组卷技术是计算机网络化考试系统中一项必不可少的重要技术,自动组卷技术实现的关键是组卷算法的选择与实现,它将直接...
0 引言一般在线考试系统中的组卷策略,有手动组卷和自动组卷 两种。 手动组卷 ,...直接的优化方法;它可以同时搜索解空间内的多个 区域,具有内在并行性 ;遗传算法...
用遗传算法求解在一定约束条件下的多目标参数优化问题...4 3 自动组卷系统模块的设计与实现 ...... 同时加入在线考试模块,充分发挥本组卷算法运算速 度快、成卷...
热门文档