学位论文 > 优秀研究生学位论文题录展示

基于改进微粒群算法的组卷系统

作 者: 汪斌
导 师: 马旭飚;刘斌昕
学 校: 电子科技大学
专 业: 软件工程
关键词: 自动组卷 微粒群 遗传算法 动态权重
分类号: TP391.6
类 型: 硕士论文
年 份: 2011年
下 载: 41次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着计算机技术的不断发展,将计算机技术应用于教育领域成为新的热点。如何使用高效,智能的算法,使组卷变得更随机,更正确,从而减轻出卷者的压力是当前一大难点。目前虽然已经有多种算法在实践,但是由于计算机组卷问题的约束条件太多,而且各种算法在组卷过程中显现出较大局限性,促使笔者继续研究其它算法组卷的可能性。本文研究了国内外大量的组卷算法和组卷系统,重点对智能组卷的算法进行了深入的研究。文章首先介绍了自动组卷产生的背景,以及国内外的发展情况。研究了多种组卷算法,并分析了他们的优缺点。组卷的过程由多个指标构成:如时间,区分度,题型,难度等,然后分析各个指标之间的关系,提出相应的数学模型,最终得到组卷的目标函数。目前,作为比较通用的组卷算法,微粒群算法是一个效果相对较好的算法,本文介绍了该算法的特点,研究背景。并将该算法和其他算法进行了各方面的比较,该算法有很多优点,但也有一些缺点,比如采用该算法的组卷系统能够很快得出局部最优,但也容易陷入局部最优。到后期,该算法的收敛速度会变得比较慢。因此本文对该算法进行了改进,引入了动态惯性权重等,改进后的算法收敛速度明显加快,在全局上的搜索性能也大幅提升。通过分析和改进微粒组卷算后,作者设计并实现了一个应用了该算法的智能组卷系统,该系统使用了目前比较热门的jsp技术来进行编码。本文不但组卷算法进行了研究,提出了一种改进的算法,还实现了一个组卷系统,并对组卷系统进行了大量的测试,来验证改进后的算法是否在各个方面是否有提升,实验证明该算法速度快,随机性好,组卷结果质量高,符合组卷前的预期设定。

全文目录


摘要  4-5
ABSTRACT  5-10
第一章 绪论  10-13
  1.1 研究背景及意义  10
  1.2 国内外研究现状  10-11
  1.3 本文的主要工作  11-13
第二章 组卷的建模  13-29
  2.1 组卷原则  14-15
  2.2 组卷算法  15-16
  2.3 试题的参数  16-20
  2.4 试题属性  20-21
  2.5 试卷模式  21-28
    2.5.1 难度-分数分布  21-22
    2.5.2 区分度-分数分布  22
    2.5.3 知识点-分数分布  22-23
    2.5.4 题型-分数分布  23-24
    2.5.5 认知层次-分数分布  24
    2.5.6 答卷时间-分数分布  24
    2.5.7 试题分数-分数分布  24-25
    2.5.8 偏差的计算  25-27
    2.5.9 目标函数  27-28
  2.6 总结  28-29
第三章 微粒群算法  29-42
  3.1 智能算法  29-30
  3.2 微粒群算法  30-37
    3.2.1 微粒群算法背景  30-31
    3.2.2 微粒群算法的定义  31
    3.2.3 微粒群算法的原理  31-33
    3.2.4 全局模型和局部模型  33-34
    3.2.5 微粒群算法分类  34-36
    3.2.6 其他智能算法  36-37
  3.3 微粒群算法的改进  37-41
    3.3.1 带惯性权重的粒子群算法  37-38
    3.3.2 带遗传思想的微粒群算法  38-39
    3.3.3 基于动态领域改进的微粒群算法  39-40
    3.3.4 解决离散问题的微粒群算法  40-41
  3.4 总结  41-42
第四章 改进的微粒算法的设计及测试  42-50
  4.1 算法的目的  42
  4.2 组卷的步骤  42
  4.3 组卷的参数分布  42-43
  4.4 组卷思想  43
  4.5 算法的改进  43-46
    4.5.1 加入动态惯性权重  43-44
    4.5.2 全局最优解变异  44-45
    4.5.3 引入选择机制  45
    4.5.4 编码方式  45-46
  4.6 对基于遗传算法的微粒群的改进  46-50
    4.6.1 算法流程  46-47
    4.6.2 按题型分段编码  47
    4.6.3 适应度函数  47-48
    4.6.4 全局最优解变异  48
    4.6.5 选择算子  48
    4.6.6 动态惯性权重ω  48
    4.6.7 算法的终止条件  48
    4.6.8 冲突解决方法  48-50
第五章 基于改进微粒群算法的组卷系统的实现  50-63
  5.1 系统开发环境  50
  5.2 系统设计  50-51
  5.3 数据库设计  51-52
  5.5 各功能模块设计  52-63
    5.5.1 用户管理  52-53
    5.5.2 题库管理  53-56
    5.5.3 试卷管理  56-57
    5.5.4 考试管理  57-61
    5.5.5 成绩管理  61-63
第六章 测试分析  63-68
  6.1 选择和变异对测试结果的影响  63-65
  6.3 POPSIZE 对算法的影响  65-66
  6.4 c1 对算法的影响  66
  6.5 c2 对算法的影响  66-68
第七章 总结  68-69
致谢  69-70
参考文献  70-73

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  4. 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
  5. 部队人员网上训练与考核系统的开发,TP311.52
  6. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  7. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  8. 基于遗传算法的中短波磁天线的设计及实现,TN820
  9. 基于遗传算法的柑橘图像分割,TP391.41
  10. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  11. 基于遗传—牛顿算法的公交优化调度,TP18
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 遗传算法在物流仓储优化中的应用研究,F259.2
  15. 微粒群算法的改进与应用研究,TP18
  16. 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
  17. 基于B/S的在线考试系统设计与实现,TP311.52
  18. 量子遗传算法及其在调度问题中的应用研究,TP18
  19. 高职高专院校学生在线考试系统的设计与实现,TP311.52
  20. 基于WEB技术的考试系统的研究与实现,TP311.52
  21. 基于J2EE的网络教学平台设计与研究,TP311.52

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 教学机、学习机
© 2012 www.xueweilunwen.com