![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/8/23/cb510a4a-1223-4059-b72f-b50154967553/cb510a4a-1223-4059-b72f-b50154967553pic.jpg)
![基于混合智能算法的自動(dòng)組卷研究.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/8/23/cb510a4a-1223-4059-b72f-b50154967553/cb510a4a-1223-4059-b72f-b501549675531.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)及人工智能的發(fā)展,組卷系統(tǒng)的研究逐漸被越來(lái)越多的專家學(xué)者所關(guān)注。自動(dòng)考試系統(tǒng)可減少教師重復(fù)勞動(dòng),提高工作效率。智能組卷可以提高試卷質(zhì)量,增加了考試的科學(xué)性和客觀性。組卷問(wèn)題是一個(gè)多約束多目標(biāo)優(yōu)化問(wèn)題,它不僅涉及到組卷數(shù)學(xué)模型建立的問(wèn)題,還包括對(duì)其應(yīng)用的算法研究。
本文闡述了組卷問(wèn)題的基本理論及原則,總結(jié)了組卷過(guò)程中涉及的約束條件。在組卷模型中以題型、題量和分值為基礎(chǔ),在形成初始種群和進(jìn)化的過(guò)程中始終保持題型、
2、題量和分值不變,從而簡(jiǎn)化優(yōu)化目標(biāo)。采用權(quán)重系數(shù)法將多目標(biāo)轉(zhuǎn)化為單目標(biāo),解決了多目標(biāo)的沖突問(wèn)題。在此基礎(chǔ)上建立了組卷問(wèn)題的數(shù)學(xué)模型,并對(duì)此模型的各個(gè)約束條件進(jìn)行了詳細(xì)的討論。在對(duì)國(guó)內(nèi)外大量相關(guān)文獻(xiàn)分析研究的基礎(chǔ)上,著重對(duì)自動(dòng)組卷算法進(jìn)行了研究,分析了目前比較常見(jiàn)的組卷技術(shù),并指出了常用組卷算法中存在的缺點(diǎn)。將禁忌搜索算法引入到遺傳算法中,設(shè)計(jì)了一種求解組卷問(wèn)題的通用性混合智能算法。實(shí)驗(yàn)結(jié)果顯示,該方法能有效限制種群中相似個(gè)體的過(guò)多復(fù)制,從
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混合智能算法的高校時(shí)間表及自動(dòng)組卷問(wèn)題研究.pdf
- 基于蝙蝠優(yōu)化的混合智能算法研究.pdf
- 基于智能算法的QoS約束組播路由算法研究.pdf
- 基于混合智能算法的設(shè)備布局問(wèn)題研究.pdf
- 基于混合智能算法的鐵路運(yùn)量預(yù)測(cè)研究.pdf
- 基于混合智能算法的再制造系統(tǒng)決策研究.pdf
- 基于混合智能算法的動(dòng)態(tài)投資組合模型的研究.pdf
- 基于混合智能算法的城市需水量預(yù)測(cè)研究.pdf
- 基于混合智能算法PSS與SVC協(xié)調(diào)優(yōu)化研究.pdf
- 基于智能算法的應(yīng)用層組播算法設(shè)計(jì)與研究.pdf
- 基于混合智能算法的配電網(wǎng)無(wú)功優(yōu)化的研究.pdf
- 基于混合智能算法的城市需水量預(yù)測(cè)研究
- 基于混合智能算法的配電網(wǎng)無(wú)功優(yōu)化研究.pdf
- 基于混合智能算法的汽車變速器齒輪組參數(shù)設(shè)計(jì)與優(yōu)化.pdf
- 基于智能算法的列車自動(dòng)駕駛過(guò)程研究.pdf
- 基于現(xiàn)場(chǎng)總線的智能算法研究.pdf
- 火災(zāi)探測(cè)中混合智能算法的應(yīng)用研究.pdf
- 基于智能算法的模型更新子結(jié)構(gòu)混合模擬方法.pdf
- 多模態(tài)優(yōu)化的免疫克隆混合智能算法研究.pdf
- 基于免疫混合智能算法的變壓器故障診斷研究.pdf
評(píng)論
0/150
提交評(píng)論