

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),請進行舉報或認領
文檔簡介
1、隨著計算機技術(shù)的不斷發(fā)展,將計算機技術(shù)應用于教育領域成為新的熱點。如何使用高效,智能的算法,使組卷變得更隨機,更正確,從而減輕出卷者的壓力是當前一大難點。目前雖然已經(jīng)有多種算法在實踐,但是由于計算機組卷問題的約束條件太多,而且各種算法在組卷過程中顯現(xiàn)出較大局限性,促使筆者繼續(xù)研究其它算法組卷的可能性。
本文研究了國內(nèi)外大量的組卷算法和組卷系統(tǒng),重點對智能組卷的算法進行了深入的研究。文章首先介紹了自動組卷產(chǎn)生的背景,以及國內(nèi)外的
2、發(fā)展情況。研究了多種組卷算法,并分析了他們的優(yōu)缺點。組卷的過程由多個指標構(gòu)成:如時間,區(qū)分度,題型,難度等,然后分析各個指標之間的關系,提出相應的數(shù)學模型,最終得到組卷的目標函數(shù)。
目前,作為比較通用的組卷算法,微粒群算法是一個效果相對較好的算法,本文介紹了該算法的特點,研究背景。并將該算法和其他算法進行了各方面的比較,該算法有很多優(yōu)點,但也有一些缺點,比如采用該算法的組卷系統(tǒng)能夠很快得出局部最優(yōu),但也容易陷入局部最優(yōu)。到后期
3、,該算法的收斂速度會變得比較慢。因此本文對該算法進行了改進,引入了動態(tài)慣性權(quán)重等,改進后的算法收斂速度明顯加快,在全局上的搜索性能也大幅提升。
通過分析和改進微粒組卷算后,作者設計并實現(xiàn)了一個應用了該算法的智能組卷系統(tǒng),該系統(tǒng)使用了目前比較熱門的jsp技術(shù)來進行編碼。
本文不但組卷算法進行了研究,提出了一種改進的算法,還實現(xiàn)了一個組卷系統(tǒng),并對組卷系統(tǒng)進行了大量的測試,來驗證改進后的算法是否在各個方面是否有提升,實驗
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于隨機微粒群算法的改進算法研究.pdf
- 基于遺傳微粒群算法的組卷策略應用研究.pdf
- 微粒群算法的改進及其應用.pdf
- 基于群機器人特征的改進微粒群算法研究.pdf
- 基于改進微粒群算法的配送中心選址研究.pdf
- 基于動物覓食原理的改進微粒群算法研究.pdf
- 微粒群優(yōu)化算法(PSO)的改進研究.pdf
- 微粒群優(yōu)化算法的改進與應用.pdf
- 基于改進微粒群算法的圖像復原方法研究.pdf
- 微粒群優(yōu)化算法pso的改進研究
- 微粒群優(yōu)化算法的改進及其應用.pdf
- 微粒群算法的若干改進及應用.pdf
- 微粒群優(yōu)化算法的改進及應用.pdf
- 基于微粒群優(yōu)化算法的結(jié)構(gòu)系統(tǒng)識別.pdf
- 基于改進微粒群算法的耕地破碎化熱點研究.pdf
- 基于微粒群算法的聚類算法.pdf
- 微粒群算法的改進與應用研究.pdf
- 微粒群優(yōu)化算法的改進研究與應用.pdf
- 基于決策理論的微粒群算法.pdf
- 基于改進遺傳算法智能組卷系統(tǒng)的研究.pdf
評論
0/150
提交評論