藏文自动组卷系统中试题消重方法研究

在计算机自动组卷系统中,试卷中试题的互异性是评价自动组卷系统性能的一个重要指标,而试题的互异性或相似度是由多个参数共同决定的。根据藏文试题的结构特点,提出了一种试题相似度的计算方法,力求提升自动组卷系统的组卷性能。     

自动组卷及评分系统的设计与实现

利用VB语言开发了一个自动组卷及评分系统。系统主要由试题库、自动组卷、答题及评分三大部分组成。试题库中存有大量的试题资料,为自动组卷提供了充足的试题来源;自动组卷模块能够根据出题者的意图,自动生成一套合理的试卷;而答题及评分模块能对生成的试题给出正确答案并对答题及答卷实现自动译分。     

航空兵部队航理智能组卷系统设计

针对航空兵部队航理考核的多机种、多专业、多层次的特点,该系统基于ADO数据访问接口,采用了VB面向对象编程技术设计.提出了一种基于试卷配置表设定试题属性矩阵的方法,采用试题分值和专业占比优先的组卷策略,通过自动组卷和人工干预组卷方式,实现了航空兵部队航理考核试题的智能组卷.应用结果表明,该系统操作简单,运行稳定,组卷效果良好.     

含富文本格式的智能组卷系统的研究与实现

本文针对智能组卷系统进行了深入的研究,对遗传算子进行自适应调整,提出了一种基于改进遗传算法的自动组卷算法,提高了组卷的效率;同时利用RTF格式文件,使题库中可以包含公式、图像、图表等多种格式的试题,丰富了试题的内容和形式,从而设计并实现了一套功能完善的智能组卷系统。     

可拓集成模式的工程图学试题库组卷方法研究

工程图学试题库具有功能需求多样化、专业类别差异化、试题形式图形化等特点, 为了更好满足工程图学课程考试与评价需求,提出一种可拓集成模式的工程图学试题库构建与组 卷方法。在分析工程图学试题组卷需求的基础上,规划了工程图学试题库组卷系统体系架构,构 建了可拓展的工程图学试题库,研究了集成模式的试题库组卷方法,并开发了相应的工程图学试 题库组卷系统。     

在线考试系统组卷策略分析

组卷是在线考试系统建设中的重要环节。组卷是以试题为处理对象,最终形成符合用户要求的试卷。从试题库中抽取若干试题,生成一套试卷,这一过程中必须遵循一定的规则,这些规则我们称之为组卷策略。     

基于动态试题难度参数的智能组卷策略*

针对网络考试系统的即时性和高效性,提出了基于动态试题难度参数的智能组卷算法的设计策略,利用二项分布函数做难度曲线分布模型,结合目标函数对试题多种参数进行优化。根据试卷的整体难度,以试题难度参数为优先,运用试题选题参数调节知识点之间的平衡,试题曝光参数选取出卷频率比较低的试题,从而确定各种题型不同试题难度数量,实现快速自动组卷的目标。     

一种基于云模式的试题库系统设计与实现

当前互联网提倡分享、社交的模式,“云模式”的概念逐渐兴起。对试题的评价、分享是试题库发展的重要方向之一。设计一种基于云模式的试题库系统,着重加强试题库系统的互联网属性,将用户参与融入系统之中。同传统的试题库系统最大的不同是融合“云”的元素,各用户添加的试题在用户允许的情况下将被分享到“试题云”,用户在组卷时可以选用试题云中的试题,丰富用户在组卷时的选择,提高试卷的质量。     

基于改进的遗传算法的智能组卷算法研究

随着人工智能技术在高校信息化过程的不断推广,智能在线考试模式已成为高校教学改革的一种新手段。目前现有的在线考试系统由于一些现实约束,还存在很多不足。文中针对现有的考试系统存在智能组卷后的试卷难度不均衡、题库试题难度系数确定不合理的现象,提出一种基于改进的遗传算法自动组卷策略。利用伯努利大数定律和机器自适应学习方式,确定题库中试题合理的难度系数。在试题的难度系数确定后,试卷的难度系数就是参入组卷的试题的平均难度系数,组卷中,只需指定试卷的平均难度系数和各类题型的数量即可。     

基于Office的多媒体试题库系统设计

用Access作为存放试题信息的数据库,用Word作为存放试题的多媒体数据（包含文字、图形、图像、表和公式等）的容器,用VBA作为开发语言,设计了基于Office多媒体试题库系统;提出了随机优化组卷算法;实现了试题的自动入库、试卷的自动组卷和排版等功能。     

基于构建基因库求解TSP问题的改进遗传算法

文章针对TSP问题设计了一种将基因库和遗传算法结合起来的新算法,该算法首先构建一个基因库,在单亲演化中利用基因库指导种群的进化方向,其次在此基础上采用单亲进化遗传算法中的基因重组操作,保留每次获得的最好解组成初始种群,最后采用顺序交叉算子进行群体演化。给出的实验结果显示,该算法所获得的解与最优解的相对误差都不超过2%,该算法的收敛速度和寻优能力明显优于该问题的单亲进化遗传算法。     

基于改进细菌觅食算法的测试用例生成方法

针对测试用例自动化生成技术中效率较低的问题,尝试引入新的细菌觅食算法,并结合测试用例生成问题提出了一种基于细菌觅食算法的改进算法（IM-BFOA）。IM-BFOA首先采用Kent映射来增加细菌的初始种群和全局搜索的多样性,其次针对算法中趋化阶段的步长进行自适应设计,使其在细菌趋化过程中更加合理化,并通过实验仿真验证其合理性,最后根据被测程序构造适应度函数来加速测试数据的优化。实验结果表明,与遗传算法（GA）、粒子群优化（PSO）算法和标准细菌觅食优化算法（BFOA）相比,该算法在保证覆盖率的前提下,在迭代次数和运行时间方面都是较优的,可有效提高生成测试用例的效率。     

基于自适应小生境递阶遗传算法的RBF均衡器

递阶遗传算法(HGA)一次只能确定一个最优个体。采用小生境递阶遗传算法,依据进化信息自适应调整小生境区域,在均衡数据误比特率最低,隐层中心聚类有效性最佳的基础上,可以从多个进化优解中确定出最佳结构的径向基(RBF)神经网络均衡器。仿真结果验证了算法的有效性和稳定性。     

基于免疫单亲遗传算法的拣选作业优化

根据堆垛机拣选作业的特点,以最短作业时间为目标构建优化数学模型。在单亲遗传算法的基础上引入免疫抗体的提取与注射机制,设计一种免疫单亲遗传算法用于求取模型最优解。仿真结果证明,该算法具备全局搜索能力,收敛速度快,响应时间短,可有效减少堆垛机的作业时间,提高自动化立体仓库的存取效率。     

基于交互式遗传算法的个性化建筑物外观设计

交互式遗传算法通过交互式的手段以用户对个体的评估来替代传统遗传算法的适应度函数设计，在艺术创作、设计等偏向于人类主观感受的领域具有很高的应用价值和广泛的现实意义。该文提出并设计了一个面向建筑物外观设计的基于交互式遗传算法的建筑设计计算机辅助系统，通过交互式手段以用户对个体评估来替代传统GA对适应度函数值进行自动计算，将两个专业领域知识的结合和互补，为建筑设计人员能够更快、更好地满足客户提出的个性化要求提供帮助。该系统从应用层次验证了算法的可行性和实用性。     

基于关联规则与遗传算法的蛋白质二级结构预测

文章通过建立蛋白质二级结构预测的数学模型,运用挖掘与遗传算法相结合的关联规则技术对蛋白质二级结构进行预测,设计并实现了该原型系统。实验表明,该文所采用的基于蛋白质氨基酸疏水性周期规律的预测模型方法较其它相关的二级结构预测方法有较好的准确性、有效性与可行性。     

GANCSA: A novel approach for finding the best path for migration of mobile-agents

A mobile agent is a mobile object, whose movement requires a wise determination of the best path, as this path is applied to migrate a mobile agent from a source node to a destination node in an interconnected network of computers. Usually, the choice of the best path is made using optimization algorithms, which use the minimum time as a key measure for choosing the best path.This work proposes a new complex approach, which is called The Genetic Algorithm with Node Compression-based Search Algorithm (GANCSA). This approach utilizes a mathematical process and an optimization technique to achieve the finding of the best migration path in minimal time (sequential nodes in a time frame) for migrating a mobile agent in an interconnected network of computers. GANCSA encompasses the Genetic Algorithm (GA) as an optimization technique, and the Node Compression-based Search Algorithm (NCSA) to minimize the number of nodes.The testing of the proposed GANCSA shows that the combination of GA and NCSA reduces the time of selecting the best path from 336.448 ms to 286.29 ms after 10 iterations, believing that more time reduction can be achieved by increasing the iterations.     

遗传算法在基于形状的图像检索中的应用

针对如何能更有效地检索出目标图像,提出一种基于形状和遗传算法的图像检索方法。利用遗传算法具有群体选优的特性,对图像的统计特征进行特征选取,获取最佳匹配特征以便检索出最能满足用户需求的结果。以Corel图像库中的部分图像为测试集,在VC＋＋6．0环境下进行实验。实验结果表明,利用遗传算法进行图像检索能够有效地进行选取特征,大幅度地高了检索结果的查准率和查全率,并缩短了检索时间。与基于粒子群优化算法的检索结果进行比较,发现利用遗传算法的检索结果优于后者。     

基于并行遗传算法的智能公交排班研究

智能公交排班问题是公交车辆智能调度的一个典型问题之一。它可以描述为：利用某种智能化算法,在有限的步骤内,找出所有满足约束条件的最优或者接近最优的排班方案。由于排班问题搜索规模巨大,传统算法在短时间内难以获得高质量可行解。文章引入并行遗传算法,对三种主流并行模型进行评价分析,并设计了求解车辆排班问题的粗粒度并行遗传算法,编制了算法实现程序。     

基于免疫算法的HLR软件系统测试用例生成

提出了一种基于免疫遗传算法(Immune Genetic Algorithm,简称IGA)的HLR软件测试用例生成模型(Model of Test Case Generation of HLR Software,简称MTCGHS),并详细地介绍了IGA算法的基本思想.通过将IGA算法与传统遗传算法和随机算法在HLR软件测试用例生成中的比较,说明了IGA算法的效率明显高于传统遗传算法和随机算法,同时进一步验证了模型的正确性、可行性.