基于遗传算法的智能组卷考试系统,该文是关于考试系统类论文怎么撰写和遗传算法和组卷和考试类论文怎么撰写.
考试系统论文参考文献：
摘 要 近年来,计算机技术飞速发展,在各个领域广泛应用,尤其在考试中的应用可提高组卷的灵活性及评卷效率.本文探讨基于遗传算法的智能组卷系统,以供参考.
关键词 遗传算法；智能组卷；考试系统研究
中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）199-0134-01
智能组卷考试系统设计涉及诸多问题,其中组卷算法是设计工作的重点,关系着试卷质量.遗传算法具有收敛性好、智能搜索、自适应全局选优等优点,在智能组卷考试系统中的应用取得良好效果.
1 遗传算法原理
遗传算法在选择、交叉、变异等遗传操作下,结构重组与迭代处理种群染色体,以适应度函数为唯一进化标准.迭代寻优过程中,个体被是否被选中由适应度函数值决定,经交叉、变异形成新个体,构成新的种群,在一代代的进化中种群染色体逐渐优化,当染色体与最优解接近时,进化完成.遗传算法的步骤为：1）以研究问题为对象进行编码,确定初始化种群.2）以适应度函数为标准,评估种群中个体适应值大小,确定是否满足设定阀值,如满足则计算结束,将解输出,如不满足则进入步骤3）.3）种群在遗传算子作用下进化,并经步骤2）检验.
2 基于遗传算法的智能组卷算法设计
2.1 智能组卷考试系统需求分析
智能组卷考试系统应能在设定的考试范围内进行组卷,并且生成试题的难度应具有区分度,题型安排合理,保证能够全面的考查学生所学知识情况.智能组卷系统组卷步骤为：
首先,在明确考试大纲的基础上,确定所考知识点范围、考试题型以及不同题型的构成比例.其次,依据考试性质确定试卷的区分度系数、难度系数等.再次,利用组卷算法智能组卷.最后,为保证组卷质量满足考试要求,可适当对某些题目微调,微调结束后组卷完成.
2.2 基于遗传算法的智能组卷算法设计
组卷算法是智能组卷考试系统的核心,直接影响着试卷质量,是设计智能组卷考试系统的重要内容.
1）确定编码方法.为提高组卷效率,可使用独立有序编码方案编码染色体,即,根据题型对试题进行分段操作,采用独立实数在题型内部完成编码,每份试卷均有一个染色体与之对应,每个试题与染色体上的基因对应,而各个试题编号构成染色体编码,且不同组间的编码相互独立,某试卷的染色体编码如表1 所示.
2）产生初始种群.为保证遗传算法具有较好的收敛性,初始种群产生应进行条件约束,即,设置不同题型占比、题量、总分等约束条件,产生随机种群.同时,降低算法计算量与复杂度,提高运算效率,应保证种群规模的合理性,通常在100 左右.
3）设计适应度函数.组卷时,用函数f（x）表示组成试卷与成卷要求见的差值,差值越小表面组卷越接近要求.遗传算法中,种群染色体适应度函数值F（x）决定试卷性能,F（x）越大表明个体较好,反之,个体越差,因此,应采用某种方法将f（x）转化为F（x）.指数比例转化算法复制多次种群中的优秀个体,使得相近染色体间的竞争力进一步提高,该算法的公式为：
F等于exp（-af）
其中a 表示复制强度,结合以往经验值可取0.05.
4）遗传算子设计.遗传算子决定算法迭代次数多少,如遗传算子设计合理,可大大提高系统运行效率.遗传算法中的算子分为变异算子、交叉算子、选择算子.其异算子可通过单点变异操作实现,即,从父代群体中按照变异概率Pm确定任意一个个体,以此为基础进行变异.给试卷造成的影响体现在：在同一题型中选择另外试题更换原有试题.设计交叉算子时可考虑在相同题型内部进行,即,如题型相同便将试题划分在同一组中,不同题型对应于染色体的独立分段,段内实施但电交叉,对试卷而言为多点较叉.设计选择算子时可考虑适应自适应算法,具体实现为：以适应度值为标准确定是否进入下一代,通常情况,进入下一代的为优秀个人.同时,采用适应度比例法,对上述未选中的个体进行筛选,当种群数量达到设计标准后停止.
5）设置算法终止条件.上述遗传操作循环进行,直到达到某一设定条件时结束.组卷系统中考虑设置最大迭代次数以及期望适应度值,其中任何一个条件满足,则迭代终止.
6）具体实现.以M 表示种群规模、MaxGen 表示迭代次数最大值、Pm 表示变异发生的可能性大小,即,变异发生概率、Pc 表示交叉发生概率,组卷操作时,（1）用户根据测试目的及考试说明输入组卷要求,确定后由系统自动确定初始群体,以gen 作为当前迭代次数.同时,对个体的适应度值进行计算.（2）开始迭代选优操作.（3）将最优个体输出,并对试卷各项指标进行评估,确定是否满足要求.
3 结论
基于遗传算法的智能组卷考试系统应用广泛,为保证组卷质量与效率,设计时应在明确遗传算法原理的基础上,认真分析组卷要求,选择合理的编码方法,尤其在适应度函数、遗传算子、终止条件设计时应考虑计算复杂度与计算效率,保证生成的试卷更好的满足要求.
回顾述说：本文是适合不知如何写遗传算法和组卷和考试方面的考试系统专业大学硕士和本科毕业论文以及关于考试系统论文开题报告范文和相关职称论文写作参考文献资料.
智能在线考试系统
摘要随着信息技术的发展,在线考试系统应用越来越广泛,良好的智能考试系统,可以减轻教学实施与组织者的负担,促进考试的公平公正 我们从在线考试系统发展的历史、使用的技术、采用的算法几个方面展开了讨论,期望.
基于遗传算法的智能组卷考试系统设计
摘要本文中首先对智能组卷考试系统的需求性、功能性进行分析,并结合遗传算法的独特优势,设计出基于遗传算法的高校在线考试系统 经过实际应用后发现,该在线考试系统具有组卷效果好、系统易于维护以及操作界面友好.
基于遗传算法优化和BP神经网络的中长期负荷联合预测
摘 要 传统的BP 神经网络负荷预测存在学习速度慢、局部极小……缺陷,已无法满足现代电力负荷预测的精度要求 基于此,本文首先在分析了BP 神经网络的预测原理和不足的基础上,阐述了遗传算法的原理及优化步.