基于遺傳算法的組卷系統(tǒng)的研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、組卷問題是一個(gè)滿足多重約束條件的多目標(biāo)優(yōu)化問題,運(yùn)用傳統(tǒng)的數(shù)學(xué)方法解決組卷問題十分困難,在自動(dòng)組卷的過程中,組卷系統(tǒng)的效率和生成試卷的質(zhì)量主要取決于組卷算法的設(shè)計(jì)和試題庫的設(shè)計(jì)[1]。目前實(shí)現(xiàn)組卷問題的算法主要有隨機(jī)搜索算法、回溯試探算法、基于優(yōu)先權(quán)的算法、誤差補(bǔ)償算法、遺傳算法等[2]。利用組卷系統(tǒng)生成的試卷必須最大程度地滿足用戶的需求,所以,如何設(shè)計(jì)一個(gè)高效的組卷算法,從試題庫中快速地抽出一組試題并生成試卷是本文研究的重點(diǎn)。

2、   遺傳算法是一種模擬達(dá)爾文的生物進(jìn)化論的自然選擇和遺傳機(jī)制的全局搜索優(yōu)化算法,由于它具有較好的全局尋優(yōu)性,而且收斂速度快,因此非常適合解決組卷問題[3]。本文在分析試卷的指標(biāo)屬性后建立了試卷的指標(biāo)體系,并在此基礎(chǔ)上建立了一個(gè)多目標(biāo)函數(shù)優(yōu)化的數(shù)學(xué)模型,最后根據(jù)建立的數(shù)學(xué)模型將改進(jìn)后的遺傳算法應(yīng)用于組卷系統(tǒng)中。
   本系統(tǒng)采用VisualStudio2008開發(fā)工具,是基于C#語言的ASP.NET2.0技術(shù)實(shí)現(xiàn)的,所用到的數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論