论文部分内容阅读
计算机智能组卷的本质是一个基于对试卷的质量构成影¨向的指标求解多目标参数的优化问题。回溯试探组卷算法、随机抽取组卷算法、优先权算法、遗传算法、误差补偿算法等均是可以用于自动组卷的算法。但每种算法都有其优缺点,至今也没有一个很好的解决其自动组卷的算法方案。因此,设计一个高质量的,可以准确、快速的进行智能组卷的系统,是本沦文的研究目标。本文通过对国内外大量相关文献的分析后,首先对智能组卷优化问题的各项指标进行了详细地分析,并且指出了传统数学模型的不足之处。基于此本文提出了改进的以重难点分布、知识能力层次、章节覆盖度、试题类型、试题数量、难度为主要控制参数的智能组卷优化问题的目标函数和数学模型。针对传统组卷算法具有组卷成功率低、速度慢、试卷质量低等不足,一种基于随机抽取算法的改进型组卷算法被提出并用于求解智能组卷优化问题。此外,本文发现组卷过程是一个从试题形成,到题库组织,直至组成试卷并分析反馈的周期性复杂过程。基于以上分析,本文在研究和开发智能组卷系统的过程中,采用经典测量理论作为建设题库的理论基础,同时本文通过研究和分析经典测量理论在关于试题的难度系数的确定方面的不足,汲取前人研究经验后,提出结合潜在倾向理论来实现试题难度系数的自适应。这是本文的另一研究重点。本研究通过C#编程语言和SQL Server数据库技术的结合,最终实现了一个智能组卷系统。最后,利用该系统进行了大量的组卷测试。测试结果表明应用改进的组卷算法设计开发的智能组卷系统能够按照重难点分布、知识能力层次、章节覆盖度、试题类型、试题数量、难度等组卷参数实现快速搜索符合要求的试题,寻求最佳组卷方案,自动生成优质的试卷,并且成功地解决了组卷耗时长、试卷质量低等问题。