论文部分内容阅读
随着计算机与人工智能技术的迅速发展,以及社会发展对教育技术的要求越来越高,计算机辅助教育应用越来越广泛。组卷系统作为辅助教学的重要手段之一,利用计算机技术和人工智能算法从试题库中抽取部分试题组成符合特定试卷总分、考试时间、难度系数、区分度等要求的试卷。智能组卷算法的设计和试题库的建立是智能组卷系统的研究热点和关键内容。本系统采用ASP.NET开发平台和C#编程语言开发了一种在线考试系统,实现了试题库的增加、删除、查看、修改操作,用户权限管理模块,考试信息的发布及考试人员的安排、学生在线考试,查看考试成绩的功能；同时,利用人工鱼群算法(AFSA)实现了基于试题库的智能组卷功能。在实现基本AFSA的基础上,本文针对智能组卷问题的特点对基本人工鱼群算法进行了相应的改进与优化,为群体智能算法应用于组合优化问题进行了一些探索。本文首先介绍了智能组卷技术的发展及研究现状,在查阅大量国内外相关文献的基础上分析和讨论了随机组卷法、遗传算法、粒子群算法应用在组卷问题中存在的不足。然后,详细阐述基本人工鱼群算法(AFSA)理论,即AFSA基本思想、人工鱼模型、基本行为、算法执行流程、收敛依据及基本参数对收敛性的影响,完成了考试系统的数据库和主要功能模块的设计和编程实现。本文重点研究并实现了人工鱼群算法应用于自动组卷,针对组卷问题中所涉及的约束条件建立了智能组卷问题的数学模型和组卷的目标函数,分析并实现了智能组卷中人工鱼的编码方式、人工鱼之间的距离、状态更新公式、领域中心的设计,对人工鱼群算法的步骤进行了详细的描述,并成功地将人工鱼群算法应用于智能组卷模块,实验结果表明采用基本人工鱼群算法进行智能组卷基本上能满足用户的需要,但是组卷成功率有待进一步提高。本文在对基本人工鱼群算法分析研究的基础上,针对其不足之处研究了人工鱼群算法的改进方法,并采用C#实现了相应的改进算法。通过对比遗传算法(GA),实验结果表明,改进的人工鱼群算法的组卷成功率略低于遗传算法,但是组卷所需时间小于遗传算法且满意度由0.866增加到0.907,它在一定程度上提高了基本人工鱼群算法的寻优精度,为计算机辅助教学系统的实际应用进行了一些探索。