学位论文 > 优秀研究生学位论文题录展示

基于遗传算法的组卷系统的研究与应用

作 者: 王军伟
导 师: 李建民
学 校: 南昌大学
专 业: 计算机应用技术
关键词: 遗传算法 数学模型 组卷系统 全局优化 收敛
分类号: O224
类 型: 硕士论文
年 份: 2010年
下 载: 107次
引 用: 0次
阅 读: 论文下载
 

内容摘要


组卷问题是一个满足多重约束条件的多目标优化问题,运用传统的数学方法解决组卷问题十分困难,在自动组卷的过程中,组卷系统的效率和生成试卷的质量主要取决于组卷算法的设计和试题库的设计。目前实现组卷问题的算法主要有随机搜索算法、回溯试探算法、基于优先权的算法、误差补偿算法、遗传算法等。利用组卷系统生成的试卷必须最大程度地满足用户的需求,所以,如何设计一个高效的组卷算法,从试题库中快速地抽出一组试题并生成试卷是本文研究的重点。遗传算法是一种模拟达尔文的生物进化论的自然选择和遗传机制的全局搜索优化算法,由于它具有较好的全局寻优性,而且收敛速度快,因此非常适合解决组卷问题。本文在分析试卷的指标属性后建立了试卷的指标体系,并在此基础上建立了一个多目标函数优化的数学模型,最后根据建立的数学模型将改进后的遗传算法应用于组卷系统中本系统采用Visual Studio 2008开发工具,是基于C#语言的ASP.NET 2.0技术实现的,所用到的数据库是SQL Server 2008。在系统的实现过程中,采用了软件工程的思想,运用了目前比较流行的RUP开发模式,成功地将遗传算法应用于组卷系统中,并且在服务外包平台中得到实现。经过大量的实验证明改进后的遗传算法在组卷的效率和生成试卷的质量上比传统的遗传算法有明显地提高,证明该算法是有效的、可实现的。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-9
第1章 绪论  9-17
  1.1 研究的背景、目的和意义  9-12
    1.1.1 服务外包项目介绍  9-11
    1.1.2 课题研究的背景、目的和意义  11-12
  1.2 国内外研究现状  12-14
  1.3 本文的主要研究内容和工作  14-15
  1.4 论文的整体结构安排  15-17
第2章 组卷系统的策略与组卷算法分析  17-24
  2.1 组卷系统的策略分析  17-20
    2.1.1 组卷的流程分析  17-19
    2.1.2 生成试卷的质量评价标准  19
    2.1.3 组卷的约束条件分析  19-20
  2.2 组卷算法的概述与常用几种组卷算法介绍  20-24
    2.2.1 组卷算法的概述  20
    2.2.2 常用的几种组卷算法  20-24
第3章 系统的开发工具介绍和系统的总体设计  24-42
  3.1 开发环境和开发工具的介绍  24-30
    3.1.1 三层架构介绍  24-26
    3.1.2 MVC框架介绍  26-28
    3.1.3 Visual Studio开发工具介绍  28-29
    3.1.4 Ext JS介绍  29-30
  3.2 系统的需求分析  30-32
    3.2.1 系统的功能性需求  31-32
    3.2.2 系统的非功能性需求  32
  3.3 系统数据库设计  32-37
  3.4 系统的总体结构设计和用例图  37-42
第4章 组卷系统数学模型的建立和遗传算法的研究  42-59
  4.1 自动组卷的数学模型  42-47
    4.1.1 自动组卷过程中指标体系的建立  42-44
    4.1.2 组卷过程中试卷模式和约束条件  44-45
      4.1.2.1 试卷模式  44-45
      4.1.2.2 约束条件  45
    4.1.3 多目标优化的数学模型的建立  45-47
  4.2 遗传算法在自动组卷系统中的应用  47-55
    4.2.1 遗传算法概述  47-48
    4.2.2 遗传算法的基本思想和基本概念  48-50
      4.2.2.1 遗传算法的基本思想  48-49
      4.2.2.2 遗传算法的基本概念  49-50
    4.2.3 组卷系统的遗传算法的设计与实现  50-55
      4.2.3.1 编码方案的确定  50-51
      4.2.3.2 种群的初始化  51
      4.2.3.3 适应度函数的确定  51-52
      4.2.3.4 选择、交叉、变异算子的设计  52-54
      4.2.3.5 算法终止条件的判断  54-55
  4.3 基于遗传算法的组卷算法的分析  55-59
    4.3.1 组卷要求和组卷算法中参数的设定  55
    4.3.2 组卷结果分析  55-57
    4.3.3 影响遗传算法的效率和性能的因素  57-59
第5章 组卷系统的设计和实现  59-73
  5.1 系统管理模块  61-64
  5.2 用户管理模块  64-65
  5.3 课程管理模块  65-67
  5.4 试题库管理模块  67-69
  5.5 题型管理模块  69-70
  5.6 组卷管理模块  70-71
  5.7 报表统计模块  71
  5.8 系统的测试  71-73
第6章 总结和展望  73-75
致谢  75-76
参考文献  76-79
攻读学位期间的研究成果  79

相似论文

  1. 自变量分段连续型随机微分方程数值解的收敛性及稳定性,O211.63
  2. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 高职院校教学效果评价的数学模型分析,G712.4
  5. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  6. 部队人员网上训练与考核系统的开发,TP311.52
  7. 弱条件下超Halley法与Newton法的半局部收敛性,O241.7
  8. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  9. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  10. 基于遗传算法的中短波磁天线的设计及实现,TN820
  11. 基于遗传算法的柑橘图像分割,TP391.41
  12. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  13. 基于遗传—牛顿算法的公交优化调度,TP18
  14. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  15. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  16. 基于遗传算法和粗糙集的聚类算法研究,TP18
  17. 行星驱动式深松机的结构设计与仿真分析,S222
  18. 复域上差分函数的零点及例外值的讨论,O174.5
  19. 中国区域能源消耗强度收敛性分析,F206;F124
  20. 谱方法求解两类延迟微分方程,O241.8
  21. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1

中图分类: > 数理科学和化学 > 数学 > 运筹学 > 最优化的数学理论
© 2012 www.xueweilunwen.com