一種基于改進遺傳算法的智能組卷方法研究.pdf

1、近幾年，智能優(yōu)化算法倍受人們關注，如人工神經(jīng)網(wǎng)絡、遺傳算法，為解決復雜問題提供了新的方法，并在諸多領域取得了成功。組卷問題是一個在一定約束條件下的多目標參數(shù)優(yōu)化問題，針對傳統(tǒng)的組卷算法具有組卷速度慢、成功率較低、試卷質量不高等缺點，通過詳細分析試卷的各項約束條件如知識點、難度系數(shù)、區(qū)分度，建立了一個智能組卷數(shù)學模型，利用改進的遺傳算法實現(xiàn)了智能組卷。 改進后的遺傳算法采用實數(shù)編碼，組成試卷的各道試題的題號直接映射為基因，用實數(shù)編

2、碼避免了編碼解碼過程所帶來的時間損耗，提高了運算效率；改進生成初始群體的方法，使得組卷的成功率及質量得到顯著提高；改進遺傳操作，改進自適應的交叉和變異算子，通過仿真實驗表明，改進后的遺傳算子提高了收斂速度，能夠搜索到全局最優(yōu)解； 對適應度函數(shù)設計，可以適當?shù)貐^(qū)分優(yōu)劣個體，使優(yōu)秀的個體不至于擴散的太快，差的個體不至于很快消失，有利于保持群體的多樣性，可以有效地防止群體的早熟。 根據(jù)需求分析，建立了哈爾濱工程大學本科題庫管理系統(tǒng)。組