学位论文 > 优秀研究生学位论文题录展示

智能考试系统相关技术研究

作　者: 李可欣
导　师: 罗大庸
学　校: 中南大学
专　业: 软件工程
关键词: 考试系统 智能组卷 遗传算法 小生境技术
分类号: TP391.6
类　型: 硕士论文
年　份: 2010年
下　载: 98次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着计算机技术和网络技术的迅猛发展,现有的教学内容、教学手段和教学方法遇到了前所未有的挑战。智能考试系统既能较客观公正地反映学生的真实水平,又能节约人力物力,提高考试效率,因而越来越受到关注。本文研究智能考试系统相关技术。首先,分析了试卷的各项指标及几个重要指标间的关系,在此基础上对各种指标进行加权和优化,构建了组卷的总体评估函数；在分析有关组卷策略的过程中,结合以往自动组卷系统方法的优点,选择了遗传算法作为该系统的组卷算法;然后针对传统遗传算法的后期搜索效率低并极易出现未成熟收敛的情况,提出了一种优化的混合遗传算法,该算法改进了组卷策略,编码方案,适应度函数,选择、交叉、变异算子的方式；为了进一步提高遗传算法选择算子的选优能力,在传统轮盘赌的基础上给出了一种基于排序的多轮轮盘赌法选择算子,提高了算子选优能力的同时也减少了随机性所产生的误差,同时采用了小生境技术,使得算法既能保证多样性,又能保留最优解。实验结果表明,与简单遗传算法相比较,新算法在全局搜索性能及收敛速度上有显著提高,能有效考核考生所学知识。然后,分析了各学科的非标准化题型的特点,比较了多种非标准化题型的阅卷方法；在此基础上以具有代表性的编程语言C语言作为研究对象,从分析主观题人工阅卷的思路入手,提出以关键词匹配为主、语义贴近度计算为辅的主观题自动阅卷策略；详细介绍了关键词匹配技术和语义贴近度计算方法,综合设计并实现了一种参数动态可调的主观题智能阅卷方法。利用本文所述的方法对有限的编程题实例进行了自动评分,结果接近人工阅卷,评分准确度得到了很大的提高。最后,在上述研究基础上给出了智能考试系统总体设计方案,详细设计了主要功能模块,并给出了部分关键源代码。经多次测试证明,该考试系统能够提供更加方便、安全、合理、科学的教学效果评价方式。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-15
  1.1 研究背景和意义  9-10
  1.2 国内外研究现状  10-13
  1.3 研究目的和研究内容  13
  1.4 论文组织结构  13-15
第二章 智能组卷算法研究  15-34
  2.1 智能组卷概述  15-17
    2.1.1 智能组卷的定义  15
    2.1.2 智能组卷的研究现状  15-17
  2.2 常用组卷算法  17-18
    2.2.1 随机抽取法  17-18
    2.2.2 回溯试探法  18
  2.3 基本遗传算法  18-22
    2.3.1 遗传算法的基本思想  19-20
    2.3.2 遗传算法的基本技术  20-22
  2.4 优化的混合遗传组卷算法  22-31
    2.4.1 优化的混合遗传组卷算法基本思想  23-25
    2.4.2 试题库优化预处理  25-28
    2.4.3 编码方案设计  28-29
    2.4.4 优化选择算子  29-30
    2.4.5 自适应交叉和变异算子  30-31
  2.5 实验结果与分析  31-33
  2.6 小结  33-34
第三章 智能阅卷策略研究  34-49
  3.1 智能阅卷的研究现状  34-36
  3.2 常用阅卷策略  36-40
    3.2.1 单向匹配策略  36
    3.2.2 VBA编程技术  36-39
    3.2.3 正规表达式策略  39-40
  3.3 优化的智能阅卷策略  40-47
    3.3.1 动态数组匹配策略  40
    3.3.2 模糊贴近匹配策略  40-47
  3.4 实验结果与分析  47-48
  3.5 小结  48-49
第四章 智能考试系统的设计与实现  49-76
  4.1 需求分析  49-53
    4.1.1 UML用例图描述  49-50
    4.1.2 UML活动图描述  50-52
    4.1.3 性能需求  52-53
    4.1.4 运行环境需求  53
  4.2 总体设计  53-56
    4.2.1 系统的总体功能图  53-54
    4.2.2 管理端子系统操作及数据流程  54-55
    4.2.3 考试端子系统操作及数据流程  55-56
  4.3 智能组卷模块详细设计与实现  56-65
    4.3.1 数据库表结构设计  56-59
    4.3.2 界面设计与实现  59-62
    4.3.3 关键代码  62-65
  4.4 智能阅卷模块详细设计与实现  65-72
    4.4.1 数据库表设计  65-67
    4.4.2 界面设计与实现  67-68
    4.4.3 关键代码  68-72
  4.5 系统安全  72-73
  4.6 实验结果与分析  73-75
  4.7 小结  75-76
第五章 总结与展望  76-78
  5.1 本文工作总结  76-77
  5.2 需进一步研究的工作  77-78
参考文献  78-81
致谢  81-82
攻读学位期间主要的研究成果  82

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. 部队在线考试系统设计与实现,TP311.52
  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. 部队军事理论在线考试系统设计与实现,TP311.52
  10. 基于遗传算法的柑橘图像分割,TP391.41
  11. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  12. 基于遗传—牛顿算法的公交优化调度,TP18
  13. 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
  14. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  15. 基于遗传算法和粗糙集的聚类算法研究,TP18
  16. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  17. 遗传算法在物流仓储优化中的应用研究,F259.2
  18. 基于遗传算法的矿山资源优化调度模型的研究,O224
  19. 江西省商务学校在线考试系统,TP311.52
  20. 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
  21. 模糊预测函数控制改进算法的研究及应用,TP273

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