| a11 a12 …… a1n a21 a22 …… a2n ……………… am1 am2 …… amn
|
图1 自动组卷的目标矩阵
模型中每一行代表对某一试题的所有控制指标，假设共有n个控制指标。其中ai代表第i个指标。如果该试卷中一共有m道题，那么上述m*n的目标矩阵即可代表一份试卷。
上述的目标矩阵应满足以下条件：
（1）试卷的分数指标： =总分。论文参考网。（设定ai1代表试题的分数）
（2）各章分数指标：第j章的分值= （ai2代表章的编号）此指标可以衡量出自动组卷时，相关章节应占据的分值。
（3）题型分值指标：第j类题型的分值= （ai3代表题型），此指标可以衡量出自动组卷时，相关类型的试题应占据的分值。
（4）知识点指标：第j类知识点的分值= （ai4代表相关知识点编号）。此指标可以衡量出自动组卷时，相关知识点应占据的分值。
（5）难度系数指标：第j种难度等级的分值= （ai5代表难度系数值）此指标可以衡量出自动组卷时，各难度等级的题型应占据的分值。
4．组卷的流程
运用遗传算法解决实际问题时采用的基本流程如下：首先将所要求解决的实际问题进行二进制编码，然后根据实际的环境实施遗传的基本操作：选择、交叉、变异……，通过多次循环往复的遗传操作后，最终收敛到至一个最适应环境条件的个体上，即得到该问题的最佳解决方案。具体的实现流程如下：
（1）使用染色体编码方法对试题进行编码。将一份试卷映射成一个染色体，试卷中的每道试题映射成一个基因，其值用试题的编号表示。
（2）确定组卷的目标函数。使用函数描述组卷的目标，该系统使用的目标函数为：
F=α*| -S|+β* +γ* +δ*（B2(x)- B1(x)>n）
其中的ai表示试卷中第i题所占分值， S表示试卷总分的预期值，bi示试卷中第i章试题所占分值， dbi表示试卷中第i章试题的实际总分值与要求的总分值之间的偏差。ci表示试卷中难度级别为i的试题所占分值，dci表示试卷中难度级别为i的试题的实际总分值与要求的总分值之间的偏差。B2(x)- B1(x)>n表示试卷每道试题在连续的n份试卷中不能重复出现。α，β，γ和δ为相应参数的权值，可以根据实际情况进行调节。
（3）算子的选择。论文参考网。组卷流程中涉及到的算子主要有三个，分别是选择算子，交叉算子与变异算子。本系统在选择算子时使用的是目前遗传算法中常用的赌轮选择法，使用公式 来决定其后代遗传的可能性。交叉算子的确定过程则是随机产生一个0-1的实数γ，如果γ<P，（其中P为事先设定的交叉概率）则交换该基因。变异算子对后代个体的某些基因进行变异，起局部搜索的作用。该系统中引入变异算子pm，使用方法与交叉算子类似。
（4）完成组卷。当组卷达到实际需要时，完成组卷。论文参考网。
5．系统的实施效果。
本系统的考试主要是针对本校的《VB程序设计》考试开发的，通过使用自动组卷系统，组卷效率得到了较好的提高，也大降低了考试的时间与人力成本，取得了较好的效果。
参考文献：
[1] 李惠姝，基于遗传算法自动组卷的研究与应用，太原理工大学，2007
[2] 余嘉强，乐军.远程开放教育教学资源有效应用的实践探索，中国远程教育，2007年08期。
[3] 张新昌，基于计算机网络的实时远程教学系统构建，河北广播电视大学学报，2007年02期。
|
