论文部分内容阅读
在教学过程当中,考试是现阶段衡量学校教学质量以及学生水平的最重要的手段之一。而试卷作为考试的载体,在教育教学过程中也起着相当重要的作用。传统的组卷方式一般是采用有经验的教师手工完成,时效性与可重用性差,试卷质量的统计分析相对困难。这种方式伴随着计算机的广泛应用,弊端日益显现。因此,采用计算机实现科学、自动、高性能的组卷,成了很多学校和研究机构争相研究的课题。本文正是基于这一背景,重点研究基于遗传与蚁群混合算法来实现题库的组卷问题。
本文的主要研究内容及结果如下:
1.研究了组卷模型和组卷系统,并建立了一个比较合理的组卷模型和组卷系统。
2.研究了遗传算法及其在组卷中的应用。遗传算法具有全局搜索能力,算法前期进化很快,但是当算法迭代进行到后期时,由于个体之间的竞争力减弱,导致进行大量的冗余迭代,效率降低。
3.研究了蚁群算法及其在组卷中的应用。虽然在算法前期因为信息素的匮乏效率低下,但是进入迭代后期随着信息素的增强,算法会加速收敛。
4.基于遗传算法和蚁群算法各自的特点,探讨了通过两种算法融合的混合算法,利用遗传算法和蚁群算法各自的优点来提高算法效率与智能性。事实证明,融合的算法在收敛性和寻优性上有较鲜明的优势。