基于二元蚁群算法的智能组卷的仿真设计研究

智能组卷中组卷算法的优劣直接影响到智能组卷的质量和效率。本文通过改进的蚁群算法用以提高智能组卷效率,通过分析组卷策略,首先建立了试题组卷的数学模型并对模型进行简化处理;再通过加权离差模型对智能组卷问题进行建模;最后利用二元蚁群算法求解模型得到组卷方案。仿真结果表明,二元蚁群算法具有较好的时间性能,并能在较短的时间内收敛并到全局最优解并组成满足用户需的试卷。     

基于web考试系统的智能组卷算法的研究与实现

衡量一份试卷质量高低的主要因素是试题的覆盖范围是否合理,难度是否适中,区分度是否最大等等。随着计算机技术的普及,越来越多的学校采用智能组卷系统代替原有的教师手工组卷,实现了教考分离,因此,智能组卷成功率也成为大家关注的焦点。介绍了目前流行的组卷算法,分析了各种算法的特点以及不足之处,结合组卷问题的数学模型提出了分层次的遗传算法,该算法提高了原遗传算法的局部收敛度和全局搜索性。     

画法几何与机械制图题库的研制与开发

针对当前对“工程图学基础”、“画法几何与机械制图”、“工程制图”等制图课程实现教考分离、试卷规范、出题合理的要求,开发研制出一套随机选题和组卷的计算机题库系统。该系统以大量的电子版试题为基础,通过VB平台开发出性能可靠的选题和组卷系统,实现了选题与出卷的规范性。     

基于支持向量机的大规模试卷识别方法

试卷识别是智能组卷系统中数据库建立的基础,如何正确有效地识别出试卷中的题干部分并将之入库是一 个尤为关键的问题.提出了基于SVM(supportvectormachine,支持向量机)的大规模试卷识别方法,该方法有效解 决了进行题干识别之前大量人工预处理工作的问题.根据SVM 原理,建立一个超平面,将试题文本分为两类——— 题序号和题干,并以题序号作为各题的起止点,进行试题识别.大量的实验显示,该方法具有可行性、有效性和适 应性.经测试,识别率达100%.     

画法几何标准化试题库及其管理系统

运用思维科学关于空间形象思维的理论及教育测量学标准化试题命题的理论,建立了画法几何课程的教育目标体系及其标准化考试的大纲——双向细目表,并进行了试题九个参数的统计,在SUN386微机上利用汉字dBASEⅡ和AUTOCAD建立了试题数据库、试题图形库、试题试卷参数库、学生成绩库,并设计了一套管理程序,能作到计算机整卷编辑输出,单题输出组卷及调现成试卷输出。     

基于遗传算法的自动组卷策略

遗传算法是1种通过模拟生物界自然选择和遗传变异的机制来求解复杂问题的随机搜索和优化的方法,组卷问题是1个在一定约束条件下的多目标参数优化问题,传统的组卷算法存在“组卷速度慢、成功率低、组卷质量不高”等缺点。针对上述缺点,本文在分析组卷策略的基础上,针对考试系统的自动出题问题,将遗传算法应用其中,详细论述了它的思想,并在一定的约束条件下,通过建立数学模型进行分析运算,得出了1种用遗传算法来求解试题组卷问题的新方法,最大程度地满足了用户的需求,具有科学性、合理性和较好的实用性。     

《画法几何及机械制图》通用试题库组卷系统的开发

在工科类课程的考试中,大多数试卷需要图、文混排,这给计算机自动组卷带来了一定的难度。以《画法几何及机械制图》为背景,以VB6.0程序设计语言为开发平台,采用Access数据库,初步开发出了一个试卷生成系统。该系统利用试题的难度系数、随机函数等特征,根据用户提供的试卷题目类型、章节分布、难易程度等条件,可以从试题库中自动查找和组织,并打印出一份合理的、满足要求的试卷。     

基于VFP自动组卷的设计与实现

分析了无纸化考试中自动组卷的作用、方法,对用Word录入的试题库进行了转换,使之成为VFP环境下的试题库表结构,并对该表构造了自动组卷的算法,最后给出了一种从试题库表中随机抽题生成试卷库的VFP程序.     

Word平台题库卷库系统的开发与研究

Word平台题库卷库系统一改传统的数据库设计,MicrosoftWord文档作为题库、卷库、试卷的载体。题库、卷库、试卷的编辑均在MicrosoftWord中进行,做到了真正意义上的图文并茂。试题指标简洁、组卷方便,受到普通教师的欢迎。     

Word平台题库卷库系统的开发与研究

Word平台题库卷库系统一改传统的数据库设计,MicrosoftWord文档作为题库、卷库、试卷的载体。题库、卷库、试卷的编辑均在MicrosoftWord中进行,做到了真正意义上的图文并茂。试题指标简洁、组卷方便,受到普通教师的欢迎。     

应用人工生命模型Bug/BACO求解组卷问题研究

从一维Bug人工生命模型入手,通过设置细胞自动机中细胞的内部状态集合以及细胞的转换函数,对二元蚁群算法从人工生命的角度重新进行描述,提出Bug人工生命模型二元蚁群优化算法（Bug-BACO算法）。为解决二元蚁群优化算法＂探索和利用＂的冲突,引入随机扰动因子,并引入并行策略对Bug-BACO算法实施并行化处理,进一步提出Bug人工生命模型的并行二元蚁群算法（Bug-PBACO算法）。仿真对比试验表明,Bug-PBACO算法能在较短时间内解决大规模组卷问题,具有较强的实用性。     

通用试卷设计系统研究

本文论述了应用 AuTo CAD 绘图软件和汉字数据库 C—dBASEⅢ,在长城0520CH 机上研制成功的通用试卷设计系统。该系统应用随机函数选用试题,用积木块方式组卷,试卷设计科学、规范,卷面文字清晰,图形标准美观,适用于专业符号多或图形多的学科。该系统有较强的扩充和修改功能,全部汉字显示,操作简便,可提高功效15～20倍。对考试结果可进行统计计算,定量分析试题、试卷的难度,信度,效度等项指标。     

基于网络和数据库技术在线考试系统开发与实现

利用网络和数据库技术,我们基于WEB模式研究开发了试题库与在线考试系统。它运用方便、操作简单,效率很高。具有试题(卷)录入、修改和查询,手工组卷、自动组卷以及进行在线考试等重要功能,也就是说实现了的无纸化考试,满足任何授权的考生随时随地考试并获得成绩,并给出其详细的成绩分析与试卷评估,同时也大大减轻了教师出题、组卷和改卷等繁重的工作。     

基于J2EE试卷管理系统的设计

为解决学校考试试卷的编辑的科学性和规范性问题,设计了一种具有试卷管理系统。采用可视化网页编辑工具Dreamweaver开发网页页面,J2EE平台构建B/S结构的试卷生成,My SQL关系型数据库管理系统作为网站数据库,并使用HQL语言通过Hibernate对数据库进行访问和编辑,利用Tomcat作为开源服务器,表现层技术为JSP,通过Struts获取并拦截JSP请求页面参数,通过Jacob调用Word宏向各表格中输入特殊字符。该系统包括用户登录注册、试题编辑、试题查询、试卷信息设置、试卷生成等功能。试卷试题的类型可动态增减,生成的电子版试卷可直接打印,从而使得教学工作更加合理和快捷。     

基于网络和数据库技术在线考试系统开发与实现

利用网络和数据库技术,我们基于WEB模式研究开发了试题库与在线考试系统。它运用方便、操作简单,效率很高。具有试题(卷)录入、修改和查询,手工组卷、自动组卷以及进行在线考试等重要功能,也就是说实现了的无纸化考试,满足任何授权的考生随时随地考试并获得成绩,并给出其详细的成绩分析与试卷评估,同时也大大减轻了教师出题、组卷和改卷等繁重的工作。     

通用试题库管理系统的设计与实现

综合应用VFP、Word、OLE、VBA等技术,构建通用试题管理系统设计平台.实现了试卷公式、CAD图形、图片、文字的混排录入编辑和灵活的自动组卷方式以及试卷自动排版生成,为用户提供了良好、简易的操作环境,提高了题库管理系统的通用性、扩展性和易用性.     

病理生理学试卷出题方式的改革与探讨

目的:比较不同出题方式对病理生理学试卷质量的影响,为病理生理学教学改革提供参考。方法:通过采取整群抽样的方法,分析试卷的难度,区分度以及信度,比较题库出题和传统教师出题对病理生理学试卷的影响。结果:题库出题A卷和B卷难度系数分别为0.5829及0.5934,而教师出题A卷和B卷难度系数分别为0.7430及0.7695,题库出题难度高于教师出题难度(P0.05);题库出题A卷和B卷区分度分别为0.8325及0.7926,教师出题A卷和B卷区分度分别为0.3359及0.3151,前者区分度高于后者(P0.05);题库出题和教师出题两者的信度均大于0.7,信度适中。结论:题库出题中理解性题目占比较高,题库出题更能够区分成绩好的学生和成绩差的学生,较真实反映学生水平,且试卷各试题得分与试卷总得分的一致性较好。     

解决"无纸化考试"题库录入问题一例

随着信息技术的不断普及，“无纸化考试”已走进了校园。教师将收集的试题输入数据库，考试时从数据库中随机抽取试题生成试卷，学生可在计算机上直接答题。这种新型的考试方式大大提高了工作效率，但对一些不太精通电脑的老师来说却成了一件头痛的事。一般来说，题库中的试题大多要求用数据库格式录入，而平时教师们写教案、出试卷都是用word．对VFP、Access、Excel等用得较少。况且，用数据库格式录入试卷也不是很方便。这就产生了一个问题，如何将用Word方式录入的试题(本文以选择题为例)转换为Excel电子表格或DBF文件格式呢?     

在线考试网络题库的组卷算法

组卷算法是在线网络题库系统设计中的核心部分,对它的研究将有助于提高命题系统的质量,介绍了几种常见的网络题库组卷算法。     

改进的人工鱼群混合算法在智能组卷中的应用

现有的智能组卷多采用单一算法,而每种算法都有其各自的缺点,针对此缺陷提出了结合人工鱼群算法和遗传算法的优点组成混合智能组卷算法.在智能组卷开始时,采用人工鱼群算法快速靠近组卷目标,在组卷过程中,当最优个体在连续多个迭代过程中无变化或变化极小时采用遗传算法对人工鱼个体进行跳变,提高收敛速度.通过模拟计算证明,该混合智能算法能有效地优化其中单一算法独自进行智能组卷的成效.