基于遺傳算法的試題庫智能組卷研究.pdf

1、試題庫智能組卷問題是一個在一定的約束條件下的多目標(biāo)參數(shù)優(yōu)化問題，采用傳統(tǒng)的數(shù)學(xué)方法求解相當(dāng)困難，自動組卷的效率和質(zhì)量完全取決于試題庫設(shè)計以及抽題算法的設(shè)計。隨著計算技術(shù)和人工智能的快速發(fā)展，以及教育測量理論研究的不斷深入，基于教育測量理論的有關(guān)計算機輔助設(shè)計得到了廣泛的應(yīng)用，其中智能組卷系統(tǒng)的研究與開發(fā)得到了越來越多的專家學(xué)者的關(guān)注。 教育測量理論中無論是經(jīng)典測量理論還是項目反應(yīng)理論都為智能組卷提供了堅實的理論基礎(chǔ)。本文通過對經(jīng)

2、典測量理論和項目反應(yīng)理論兩種教育測量理論的對比研究，詳細(xì)地探討了這兩種理論在教學(xué)測驗中的優(yōu)缺點。從教學(xué)要求出發(fā)，結(jié)合經(jīng)典測量理論、項目反應(yīng)理論，參閱和分析了大量的國內(nèi)外相關(guān)文獻(xiàn)，以遺傳算法為基礎(chǔ)，提出了基于項目反應(yīng)理論的數(shù)學(xué)模型和基于經(jīng)典測量理論的多目標(biāo)函數(shù)優(yōu)化數(shù)學(xué)模型，并對兩種模型下相應(yīng)的遺傳算法進(jìn)行了較為詳細(xì)的描述，對其中的基于經(jīng)典測量理論的遺傳算法在文中做了相應(yīng)的改進(jìn)，引進(jìn)了小生境技術(shù)。 本文提出了三種利用遺傳算法智能組卷

3、的方法： 第一種方法是基于項目反應(yīng)理論IRT的，采用此法進(jìn)行組卷最大的優(yōu)點就是試題本身的參數(shù)與考生樣本無關(guān)，測試更加真實，評價更加合理，可以應(yīng)用于學(xué)生自學(xué)和教師對學(xué)生因材施教。 第二種方法是目前流行的一種遺傳算法，該算法是以知識點、題型、區(qū)分度、難度、教學(xué)要求層次、能力要求為主要控制參數(shù)，它具有編碼簡單、自適應(yīng)全局尋優(yōu)和智能搜索技術(shù)等特點，提高了組卷效率和試卷的質(zhì)量，具有很好的實用性。第三種算法是在第二種算的基礎(chǔ)上進(jìn)行改