基于遗传算法智能组卷系统实现

基于遗传算法智能组卷系统实现 摘要遗传算法是数据库技术应用的一种表现形式， 本论文从遗传算法，改进的遗传算法，智能组卷的基础理论, 依据改进的遗传算法生产智能组卷系统。 关键词遗传算法；智能组卷；应用模式 中图分类号TP311. 52 考试作为教育测量学和教育统计学和的基本原理，不仅 是对学生学习能力和知识水平的检验方式，也是对教师教育 教学水平评价和体现的重要手段之一。如何更加客观公正地 反映学生的学习状况，全面地掌握和评价教师的教学工作能 力，进一步提升教师的教学水平，实现教学与考试相分离， 使得院校整体工作效率得以提高，因而，开发出科学高效的 组卷系统尤为重要。 1遗传算法的基本原理 遗传算法Genetic Algorithm GA是以达尔文进化论 和孟德尔遗传学作为基础，结合数学理论的一种自适应随机 全局优化算法。该算法模拟生物的自然选择和遗传规律，对 目标群体施以选择、交叉、变异等一系列遗传操作，使群体 内个体的适应性提高，从而产生出新一代群体，个体不断进 化并逐渐接近最优解的状态，形成一种“生存检验”的搜 索寻优算法。遗传算法以编码群体为进化基础，将问题的参 数空间以编码空间加以替代，评价标准表示为适应度函数， 通过对群体中个体位串进行的遗传操作实现选择和遗传，形 成迭代过程。在此过程中，对编码位串中重要的基因进行随 机重组，使位串集合的新一代总是优于上一代，群体中的个 体不断地进化而接近最优解，达到求解问题的目的。运用遗 传算法提供的通用模型，可以解决涉及到任何方面、何种类 型的问题，因此遗传算法的应用正在向多学科领域渗透。遗 传算法与人工神经网络、模糊控制理论等正在成为二十一世 纪计算机智能研究的热点。 2改进的遗传算法 遗传算法的选择与设计取决于最初的编码设计，而实现 问题的解编码成为染色体是编码设计的关键问题。二进制编 码、实数编码、字母排列编码等编码方式是目前较为常见的 编码方式。 遗传算法适应度函数的确定是采用该算法进行智能组 卷的关键。适应度函数值为遗传进化过程设置标准，以此标 准有效地区分个体的优劣。如果适应度函数确定的好，在区 分个体优劣时，能够防止好的个体过快扩散、坏的个体过快 淘汰，从而对群体多样性的保持起到积极作用，遏制“早 熟”现象的出现。 3与智能组卷系统相关理论 3.1智能组卷原则及特点 智能组卷系统研究的重点是如何在短时间内生成高质 量的试卷，并且保证生成的试卷能最大程度地满足使用者的 不同需求。由计算机考试系统的试题库中抽取试题组成的试 卷，必须能够作为考察学生学习效果、体现教师教学水平的 重要工具和手段，因而势必对试卷的组成要求更加提高。 3. 2智能组卷系统指标体系 指标体系作为组卷问题的重要组成部分在试题库系统 中扮演着重要的角色，某些固有特性参数就包含在试题本 身，描述这些固有特性参数需要设定相应的指标，多个指标 组织构建成指标体系，试题指标体系的建立对组卷模块功能 加以支持。 4智能组卷系统实现 4. 1系统设计 模块化编程具有使程序结构的设置更加科学合理，可读 性进一步增强，并且维护更加简单易行等优点。模块化编程 对输出数据的保护表现在，模块之间数据传输通过中间量， 属性数据存储在各自的模块中不宜被破坏或丢失，使系统的 安全性大幅提高。模块化编程具备较强的通用性，对于同一 类型的控制可以直接或简单修改就应用其中。 4.2系统基本功能 本系统的开发是采用PHP与MYSQL相结合的方式，服务 器采用Apacheo组卷管理、试题管理、用户管理等是试题库 系统必须具备的基本功能。组卷管理包括自动组卷、手动组 卷和测验组卷三部分，是系统的核心。试题管理执行试题的 录入、修改、删除等功能。用户管理执行用户增加、删除、 权限管理等功能。根据实际需要，系统还可以设置试题科目、 题型、专业信息等等其他功能。系统功能模块如表1如下 表1系统主要功能模块示意图 试题库管理系统 组卷管理试题管理 综合管理 自动组卷 手动组卷 测验组卷 录入试题 修改试题 删 除试题科目管理题型管理专业管理其他管理 下面以组卷管理模块为例子进行组卷系统生成。 4.3组卷管理模块 1 自动组卷。自动组卷生成如图1所示 图1系统自动组卷界面 2 手动组卷。手动组卷虽然在步骤上同自动组卷比 较要繁琐得多，但是用户能够根据实际需求组织试卷，因而 更具自主性。用户在进入手动组卷模式后，按照先选题型后 选知识点的顺序，将符合要求的所有试题选出，再逐一选择 试题。对所有题型采用上述操作即可完成手动组卷。 3 测试组卷。测验组卷与自动组卷在操作上相类似。 由于只突出更便于教师测试的功能，因而无需设置试题分数 以及对分数进行校验。这种方式可以大幅度提高成卷速度， 因而对于完成某些特定情况下的工作具有一定意义。比如要 测试选择题出现如图2所示 图2系统选择试题界面 总之，通过对组卷问题相关理论的对比、分析、研究， 总结出常见组卷策略各自的优缺点。将项目测量理论IRT作 为基础，综合考虑教师组卷时的实际需要以及组卷策略必须 遵守的基本原则，在对考卷信度与效度、题目难度与区分度 等基本属性分析研究的情况下，建立了组卷问题的数学模 型。 参考文献 [1] 杨栋.组卷的遗传算法设计[J].现代计算机，2010, 8 265 8-9. [2] 林顺刚.遗传算法概述[J].科技信息学术研究， 2011, 22 057 90. [3] 魏平，熊伟清，赵杰煌.遗传算法的早熟现象研究[J]. 计算机应用研究，2012 09 12-14. 作者简介李打1980.01-,女，硕士，讲师，研究 方向数据库。 作者单位黑龙江财经学院，哈尔滨150025