一种基于知识点的遗传算法组卷的改进应用

Page 1

2006 年 9 月第 21 卷　第 3 期山　东　师　范　大　学　学　报 (自　然　科　学　版) Journal of Shandong Normal University(Natural Science) Sep . 2006 Vol. 21 No. 3 一种基于知识点的遗传算法组卷的改进应用周文举 ( 枣庄学院计算机科学系 ,277160 ,山东枣庄 ∥38 岁 ,男 ,讲师 ) 　　摘要　一个自动组卷系统的组卷效率和组卷质量取决于算法和试题数据库的结构. 本文针对库结构和算法进行改进 ,提出基于知识点约束的分题型试题库结构及分组实数编码的遗传算法 ,采用具有自适应性的交叉和变异遗传算子 ,成功解决了多目标随机搜索时易产生死区和死循环的问题 ,提高了搜索速度和效率. 根据试题的难度和试题的时间对试题进行赋分 ,并以每个知识点的分值之和占试卷总分值的比例作为知识点搜索条件 ,加入到适应函数中 ,使知识点定位更加合理准确. 关键词　知识点 ; 　题库结构 ; 　遗传算法 ; 　自动组卷 ; 　实数编码中图分类号　TP 311 遗传算法[1] 是一种模拟大自然生物进化过程的计算模型. 它的求解问题是从多个可行解开始 ,然后通过一定的法则进行迭代以产生新解 ,直到得到满足条件的结果. 遗传算法同时具有内在的并行性 ,能有效地解决计算量大的问题 ,这些都适宜于处理试题库自动组卷的问题. 目前比较流行的自动组卷的遗传算法多采用二进制编码组成染色体的方法 ,染色体编码长度为数据库中所有试题纪录的个数 ,数据库的结构设计也采用将各种题型放在一个库中的模式[2] . 这种设计存在多方面的不足 :1) 随着库纪录数的增多 ,染色体长度增大 ,搜索耗时将急剧增加 ,影响了求解效率和质量 ; 2) 组卷成功率降低 ; 3) 知识点定位不精确 ,不利于进行限制知识点的组卷 ,例如单元试卷 ,期中试卷的组卷等 ; 4) 成卷试题库各种题型混放 ,不利于在限制题型约束下组卷以及题库的更新. 为此 ,本文在进行《数字电路》题库及自动组卷设计实践的基础上 ,提出基于知识点约束 ,采用整数编码基因遗传算法及自适应遗传算子[3] 的自动组卷系统 ,该组卷系统使组卷知识点定位精确、分布合理 ,组卷效率更高、速度更快、数据库更新方便简单. 1 　试题库结构设计根据遗传算法的特点 ,系统所采用的数据库结构要符合以下要求[4] : (a) 易于遗传算法操作 ; (b) 组卷效率高 ; (c) 全面客观反映试题的本质. 为较好地配合遗传算法的实现 ,本系统所确定的结构如下 : 图 1 　试题库总库结构示意图 1) 　试题类型. 我们将试题类型划分为五种题型 : ①填空题 ; ②判断与选择题 ; ③概念与简答题 ; ④计算分析题 ; ⑤综合题. 用 0～4 分别代替这五种类型的题型 , 库结构如图 1. 在组卷初始化时 ,根据知识点的约束条件从总题库中选出符合知识点条件的试题 ,并对不同的题型建立各自的成卷试题数据库表 ,库表结构如图 2. 这样在进行组卷时 ,每种题型的试题就会定位在自己的符合出题要求的库表中搜索 ,减小了搜索范围 ,加快了搜索速度. 2) 　试题编号. 试题编号分为总库编号和成卷分库编号. 在初始化前 ,试题有一编号 ,我们称之为总库编号 ,总库编号不参与运算 ,只作为试题标记 ;初始化时 ,

下一页

文档基本属性
文档格式：	PDF
文档标题：	一种基于知识点的遗传算法组卷的改进应用
文档作者：	TTOD Co., Ltd
关键词：
主题：
单位：
文档创建者：	TTOD CAJ2PDF
创建时间：
上次保存时间：
修订：
点击这里显示更多文档属性
文档语言：
经理：
备注：
分类：
上次保存者：
修订次数：
编辑时间：
加密标识：
幻灯片：
段落数：
字节数：
备注：
演示格式：