基于改进遗传算法智能组卷研究

基于改进遗传算法智能组卷研究

ID:32412627

大小:2.06 MB

页数:78页

时间:2019-02-04

基于改进遗传算法智能组卷研究_第1页
基于改进遗传算法智能组卷研究_第2页
基于改进遗传算法智能组卷研究_第3页
基于改进遗传算法智能组卷研究_第4页
基于改进遗传算法智能组卷研究_第5页
资源描述:

《基于改进遗传算法智能组卷研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要随着计算机辅助教育研究的不断深入,计算机考试系统作为计算机辅助教学管理的重要组成部分越来越受到人们的关注。在考试系统中,自动组卷功能决定了系统能否有效地检验被试者的真实水平,是评价系统好坏的一个重要因素。因此,组卷算法的研究也成为计算机辅助教育中的一个重要课题。本文针对现有组卷算法组卷成功率低,耗时长,生成的试卷难以满足实际考试需求等不足,对遗传算法在组卷问题中的应用进行了研究。首先,详细阐述了组卷问题的基本理论及原则,总结了组卷过程中涉及的约束条件,在此基础上建立了组卷问题的数学模型。然后,针对遗传算法本身易过早收敛的

2、缺陷,介绍了遗传算法早熟的成因、常见预防措施及种群多样性度量方法,在传统遗传算法的基础上,对算法中操作概率的自适应调整方法及遗传操作过程中个体的替换策略进行了改进,提出了基于种群多样性度量的自适应遗传算法,并通过对比实验对改进算法的全局搜索性能、效率和有效性进行了验证。实验表明,改进算法具有较好的克服早熟的能力,在全局搜索性能及收敛速度上较传统遗传算法有显著提高。最后,将改进算法与组卷问题的具体情况相结合,采用了一种符合组卷问题特点的分段实数编码方法,并提出了相应的交叉、变异算子.通过仿真实验表明,基于改进算法的智能组卷算法

3、组卷速度快,组卷质量较好,能够满足实际组卷需求。关键词组卷算法,加权离差模型,自适应遗传算法,过早收敛,种群多样性ABSTRACTWiththedevelopmentofcomputerbasededucation,computerexaminationsystemasanimportantcomponentofcomputermanagedinstructiongetsmoreandmoreattention.Intheexaminationsystem,testpaperauto-generationisallimpor

4、tantfactorinevaluatingthesystemanddecideswetherthesystemcaneffectivelyteststudents’truthlevels.Sothestudyoftestpapergenerationalgorithmisasignificanttopicofcomputerbasededucation.Existingtestpapergenerationalgorithmshavesomedefects,such雏lowsuCCESSratio,costinglongt

5、imeandpoorqualityoftestpaper.Aimedatthesedefects,theintelligenttestpaperauto·generationalgorithmbasedongeneticalgorithmisresearchedinthispaper.Firstly,thebasictheoriesandprinciplesoftestpapergenerationareexpoundedandtheconstraintconditionsaresummarized.Basedonthem,

6、amathematicalmodeloftestpapergenerationisestablished.Secondly,aimedatgeneticalgorithra’Sshortage,thereasonwhyprecociousconvergenceiseasytooccl珥usualsolutionstoprecociousconvergonceandmeasurementsofpopulationdiversityareintroduced.Anadaptivealgorithmbasedonevalurati

7、onofpopulationdiversityalepresented.Intheimprovedalgorithm,therearetwochangedaspects.Oneisthewaytoadjusttheprobabilityofgeneticoperatorsandtheotheristhereplacementstrategy.Thevalidityoftheimprovedalgorithmisprovedbysimulationtests.髓etestsresultsshowthattheimproveda

8、lgorithmcanimproveglobaloptimizationabimyandtheconvergencespeed.Finally,theimprovedalgorithmisusedtosolvetestPapergenerationproblem.Accordingtoth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。