智能教學系統(tǒng)中的自動組卷算法研究.pdf

1、智能教學系統(tǒng)中的自動組卷問題實際上是一個在一定的約束條件下多目標參數(shù)優(yōu)化問題，采用傳統(tǒng)的數(shù)學方法求解此類問題十分困難，自動組卷的效率和質量完全取決于試題庫的設計和自動組卷算法的設計。基于項量反應理論的智能考試系統(tǒng)興起于上世紀八十年代中期，它是智能教學系統(tǒng)及現(xiàn)代測量理論研究中的一個重要領域，它的特點是能夠根據(jù)考生能力的不同而由計算機從題庫中自動選取難度與其能力相匹配的試題進行測試，考試成績與題目的選取無關，可以更加準確客觀地反映考生的實際

2、能力，并且達到一定測量精度要求的時間更短，但是自動組卷時如何將項目反應理論的信息量等計量指標與題型、知識點等非計量指標有機地結合起來，是目前研究的一個熱點問題。 鑒于以上情況，本文主要做了以下工作： 1.分析當前自動組卷算法的研究現(xiàn)狀并對常用的幾種自動組卷方法加以比較，在充分研究了項目反應理論的基礎上，構建了自動組卷問題的數(shù)學模型。 2.通過對傳統(tǒng)遺傳算法的學習研究，發(fā)現(xiàn)傳統(tǒng)遺傳算法用在自動組卷時容易出現(xiàn)早熟和收

3、斂速度慢的問題，因此本文對傳統(tǒng)遺傳算法進行了多處改進，包括編碼方式的確定、適應度函數(shù)的確定、遺傳算子的設計，并且引入了自適應技術和小生境技術。通過用三種不同類型的測試函數(shù)對改進后的遺傳算法進行了測試，證實了改進后的遺傳算法不僅在收斂速度上有了較大提高，而且算法的穩(wěn)定性也有了顯著提高。 3.根據(jù)自動組卷問題的特點，設計了適當?shù)木幋a方案和適應度函數(shù)，將上述改進后的遺傳算法應用于自動組卷問題。以模擬試題庫為例進行組卷，并對算法的性能進