[發(fā)明專利]一種組卷方法和系統(tǒng)在審
| 申請?zhí)枺?/td> | 201810521513.5 | 申請日: | 2018-05-28 |
| 公開(公告)號: | CN108932546A | 公開(公告)日: | 2018-12-04 |
| 發(fā)明(設(shè)計)人: | 杜長河;沈國平;李秀福;吳智偉;陳關(guān)忠 | 申請(專利權(quán))人: | 青島高校信息產(chǎn)業(yè)股份有限公司 |
| 主分類號: | G06N3/00 | 分類號: | G06N3/00;G06F17/30 |
| 代理公司: | 青島聯(lián)智專利商標(biāo)事務(wù)所有限公司 37101 | 代理人: | 王笑 |
| 地址: | 266071 山東省青*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 組卷 多目標(biāo)組 題目 尋優(yōu) 試卷 不確定性 傳統(tǒng)粒子 分類模塊 計算量 群組 整合 粒子 種群 分類 清晰 申請 | ||
本發(fā)明公開了一種組卷方法和系統(tǒng),接收多目標(biāo)組卷需求后,按照題目所屬模塊將題目進(jìn)行分類;對每個模塊尋優(yōu)找到符合每個模塊需求的最優(yōu)題目組合;最后將每個模塊中計算出的最優(yōu)題目組合整合成為試卷;這種以具體分類模塊為種群的組卷方式,相比傳統(tǒng)粒子群組卷方法中以整個試卷為一個粒子的方式,本申請?zhí)岢龅慕M卷方法結(jié)構(gòu)清晰,計算量小,使得尋優(yōu)范圍更加明確,解決現(xiàn)有多目標(biāo)組卷具有較大不確定性的技術(shù)問題,滿足多目標(biāo)組卷需求,提高了組卷效率。
技術(shù)領(lǐng)域
本發(fā)明屬于智能組卷技術(shù)領(lǐng)域,具體地說,是涉及一種組卷方法和系統(tǒng)。
背景技術(shù)
依靠人工完成的傳統(tǒng)組卷方法具有成本高、出錯率高、效率低等缺點。
隨著計算機技術(shù)的發(fā)展,逐步實現(xiàn)了半人工組卷以及一定程度上的自動組卷方法,例如優(yōu)先權(quán)法、隨機抽取法、回溯試探法等等,但這些方法面對多目標(biāo)組卷需求,具有較大的不確定性,難以滿足組卷的實際需求。
發(fā)明內(nèi)容
本申請?zhí)峁┝艘环N組卷方法和系統(tǒng),解決現(xiàn)有多目標(biāo)組卷具有較大不確定性的技術(shù)問題。
為解決上述技術(shù)問題,本申請采用以下技術(shù)方案予以實現(xiàn):
提出一種組卷方法,包括:接收多目標(biāo)組卷需求;按照題目所屬模塊將題目進(jìn)行分類;對每個模塊尋優(yōu)找到符合每個模塊需求的最優(yōu)題目組合;將每個模塊中計算出的最優(yōu)題目組合整合成為試卷。
進(jìn)一步的,在接收多目標(biāo)組卷需求之前,所述方法還包括:為題庫中的每道題目分配屬性;其中,所述屬性包括試題內(nèi)容、難度系數(shù)、題目分值、考察知識點、所屬模塊和題目編號。
進(jìn)一步的,所述對每個模塊尋優(yōu)找到符合每個模塊需求的最優(yōu)題目組合,具體為:針對每個模塊執(zhí)行以下步驟:構(gòu)建模塊的適應(yīng)度函數(shù);隨機選擇設(shè)定組可行解作為初始種群,計算初始種群中每組可行解的適應(yīng)度;選擇前設(shè)定比例適應(yīng)度高的個體進(jìn)行二進(jìn)制編碼并交叉運算,以及依概率進(jìn)行變異運算;交叉運算和變異運算之后將二進(jìn)制編碼轉(zhuǎn)化為可行解形成新的種群;對新的種群重復(fù)計算每組可行解的適應(yīng)度、二進(jìn)制編碼、交叉運算和變異運算的步驟直至新種群滿足適應(yīng)度條件或遺傳代數(shù);以最后一代中適應(yīng)度最高的可行解作為模塊的最優(yōu)題目組合。
進(jìn)一步的,構(gòu)建的適應(yīng)度函數(shù)具體為:;
,,
;
其中,為模塊題目的難度系數(shù),為模塊題目的總個數(shù),為模塊的難度系數(shù),為模塊題目的分值,為模塊總分值,為模塊題目考察的知識點個數(shù),為模塊考察的知識點個數(shù)。
進(jìn)一步的,在以F為適應(yīng)度函數(shù)尋優(yōu)中,以為自變量,以和為約束條件。
提出一種組卷系統(tǒng),包括組卷需求錄入模塊、題目分類模塊、尋優(yōu)模塊和組卷模塊;所述組卷需求錄入模塊,用于接收多目標(biāo)組卷需求;所述題目分類模塊,用于按照題目所屬模塊將題目進(jìn)行分類;所述尋優(yōu)模塊,用于對每個模塊尋優(yōu)找到符合每個模塊需求的最優(yōu)題目組合;所述組卷模塊,用于將每個模塊中計算出的最優(yōu)題目組合整合為試卷。
進(jìn)一步的,所述組卷系統(tǒng)還包括屬性分配模塊,用于為題庫中的每道題目分配屬性;其中,所述屬性包括試題內(nèi)容、難度系統(tǒng)、題目分值、考察知識點、所屬模塊和題目編號。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于青島高校信息產(chǎn)業(yè)股份有限公司,未經(jīng)青島高校信息產(chǎn)業(yè)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810521513.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:RFID封裝印刷機
- 下一篇:信息處理裝置以及信息處理方法
- 用于多目標(biāo)廣播的異步傳輸模式適配層2交換機和交換方法
- 使用多目標(biāo)廣播進(jìn)行數(shù)據(jù)傳輸?shù)姆椒捌湎到y(tǒng)
- 多目標(biāo)設(shè)計選擇方法和系統(tǒng)
- 一種繼電保護(hù)多目標(biāo)優(yōu)化整定方法
- 一種多點優(yōu)化轉(zhuǎn)化為多目標(biāo)優(yōu)化的方法
- 基于混合多目標(biāo)粒子群算法的無線傳感網(wǎng)絡(luò)中繼節(jié)點部署算法
- 一種多目標(biāo)水肥一體化系統(tǒng)輪灌組劃分方法
- 智能終端、多目標(biāo)智能處理方法及計算機可讀存儲介質(zhì)
- 一種基于多目標(biāo)粒子群算法的船型優(yōu)化方法
- 彈載雷達(dá)多目標(biāo)航跡起始關(guān)聯(lián)方法、電子設(shè)備及存儲介質(zhì)
- 基于連續(xù)階躍參考應(yīng)力的滿應(yīng)力結(jié)構(gòu)拓?fù)鋬?yōu)化設(shè)計方法
- 一種火電廠燃料全價值尋優(yōu)方法及系統(tǒng)
- 風(fēng)電機組最優(yōu)槳距角自適應(yīng)尋優(yōu)控制方法、裝置和設(shè)備
- 一種蟻群尋優(yōu)方法及裝置
- 基于CNN的二決策變量優(yōu)化問題離散式尋優(yōu)方法及裝置
- 基于CNN的二決策變量優(yōu)化問題連續(xù)式尋優(yōu)方法及裝置
- 一種離散化粒子群尋優(yōu)二階慣性遲延模型辨識方法
- 構(gòu)建鋼軌斷面規(guī)格調(diào)整尋優(yōu)模型的方法
- 基于TWO-GRSA-HGSO的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法
- 火電機組工況尋優(yōu)模型獲取方法及系統(tǒng)、控制系統(tǒng)





