[發(fā)明專利]一種基于改進(jìn)遺傳算法的智能組卷方法在審
| 申請?zhí)枺?/td> | 201811279883.9 | 申請日: | 2018-10-30 |
| 公開(公告)號: | CN109241516A | 公開(公告)日: | 2019-01-18 |
| 發(fā)明(設(shè)計)人: | 歐陽鑫玉;史明禮;趙楠楠;田雨澤;魏東;王介生;胡君一;歐陽一帆;孫偉忠 | 申請(專利權(quán))人: | 遼寧科技大學(xué) |
| 主分類號: | G06F17/24 | 分類號: | G06F17/24;G06N3/12 |
| 代理公司: | 鞍山嘉訊科技專利事務(wù)所 21224 | 代理人: | 張群 |
| 地址: | 114044 遼*** | 國省代碼: | 遼寧;21 |
| 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: | 題庫 改進(jìn)遺傳算法 智能組卷 組卷 錄入 試卷 回收站 快速瀏覽 模板管理 試卷分類 遺傳算法 約束條件 章節(jié)管理 重復(fù)檢測 初始化 試題庫 收藏夾 系統(tǒng)組 單題 導(dǎo)出 算法 收斂 刪除 試題 種群 保存 管理 記錄 應(yīng)用 | ||
1.一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,包括如下步驟:
A.新建一個題庫或打開一個題庫;
B.對題庫進(jìn)行章節(jié)管理、考點(diǎn)管理、題型管理、組卷設(shè)置、試卷模板管理和試卷分類;
C.試題的單題錄入、重復(fù)檢測、轉(zhuǎn)移、批量刪除和修改;
D.通過遺傳算法進(jìn)行抽題、組卷,然后保存或者導(dǎo)出;
E.查看錄入記錄和試卷庫;
F.查看試題庫的回收站和收藏夾以及快速瀏覽。
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,所述步驟A中的新建一個題庫包括兩種狀態(tài):
(1)當(dāng)前系統(tǒng)沒有打開的題庫,則完全新建一個題庫;
(2)當(dāng)前系統(tǒng)存在打開的題庫,新建時可以選擇保留題庫結(jié)構(gòu)。
3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,所述步驟D中通過遺傳算法進(jìn)行抽題、組卷包含以下步驟:
(1)在系統(tǒng)設(shè)置中設(shè)置好遺傳算法相關(guān)的參數(shù),包括適應(yīng)度期望值、最大迭代次數(shù)和初始種群大小;
(2)選擇或新建一個組卷設(shè)置,組卷設(shè)置包括組卷設(shè)置名稱、題目名稱、小題數(shù)和題型;
(3)設(shè)置合適的抽取條件,包括試卷總分、難度系數(shù)和考察的知識點(diǎn);
(4)在滿足題型、每種題型數(shù)目和試卷總分的約束下,按照設(shè)置好的種群大小初始化種群;
(5)計算種群中每個個體的適應(yīng)度;
(6)判斷是否有個體的適應(yīng)度滿足期望值和迭代次數(shù)是否達(dá)到最大值;如果存在個體滿足期望值,就把對應(yīng)的題目抽取出來并結(jié)束迭代,如果迭代次數(shù)達(dá)到最大值就結(jié)束迭代,顯示未得到結(jié)果,否則,進(jìn)行下一步;
(7)對種群中的個體進(jìn)行選擇和交叉操作,并計算出新種群中每個個體的適應(yīng)度;
(8)判斷是否有個體的適應(yīng)度滿足期望值和迭代次數(shù)是否達(dá)到最大值;如果存在個體滿足期望值,就把對應(yīng)的題目抽取出來并結(jié)束迭代,如果迭代次數(shù)達(dá)到最大值就結(jié)束迭代,顯示未得到結(jié)果,否則,進(jìn)行下一步;
(9)對種群中的個體進(jìn)行變異操作,生成新一代的種群,并返回到步驟(5)。
4.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,所述按照設(shè)置好的種群大小初始化種群的步驟如下:
(1)按照題型的不同,從題庫中抽取所有滿足題型和知識點(diǎn)要求的試題,然后再隨機(jī)抽取指定數(shù)量的題目添加到個體當(dāng)中,生成一個新的個體;
(2)判斷新個體是否滿足期望試卷的總分約束,如果滿足,則把新個體加入到種群當(dāng)中,否則新個體無效,重新生成;
(3)當(dāng)種群中的個體數(shù)量達(dá)到設(shè)置的種群規(guī)模時,初始化種群完成,然后對種群中的個體依次計算適應(yīng)度和知識點(diǎn)覆蓋率,作為下一步的判斷依據(jù)。
5.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,所述計算種群中每個個體的適應(yīng)度的計算方法為:
f=1-(1-M/N)*k1-|P-p|*k2
其中,M表示一個個體中每個題目包含的知識點(diǎn)求并集后的知識點(diǎn)個數(shù),N為期望試卷中包含的知識點(diǎn)個數(shù),P為期望試卷的難度系數(shù),p為一個個體經(jīng)過計算后的難度系數(shù);k1為知識點(diǎn)在評價適應(yīng)度中的比例系數(shù),k2為難度系數(shù)的比例;當(dāng)k1=0時表示適應(yīng)度只考慮試題難度系數(shù),當(dāng)k2=0時表示適應(yīng)度只考慮知識點(diǎn);p的計算方法是個體中每個題目的分?jǐn)?shù)乘難度系數(shù)并求和,然后再除以試卷的總分?jǐn)?shù)。
6.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)遺傳算法的智能組卷方法,其特征在于,所述對種群中的個體進(jìn)行選擇采用的方法是輪盤賭選擇法;其步驟如下:
(1)計算種群中所有個體的適應(yīng)度和,作為輪盤的總面積;
(2)隨機(jī)產(chǎn)生一個0-1的數(shù)字,然后乘以適應(yīng)度和,作為被選中的參考點(diǎn);
(3)從第一個個體開始,疊加適應(yīng)度,當(dāng)疊加的適應(yīng)度大于或者等于參考點(diǎn)時,為避免重復(fù)選中同一個個體,要判斷當(dāng)前個體是否被選中過,如果當(dāng)前的個體沒被選中過,則當(dāng)前個體被選中;
(4)重復(fù)步驟(2)和(3),直到產(chǎn)生指定數(shù)量的個體,則選擇操作完成。
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)利屬于遼寧科技大學(xué),未經(jīng)遼寧科技大學(xué)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/201811279883.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于遺傳蟻群混合算法的視頻服務(wù)器選址方法
- 基于遺傳算法和蟻群算法的圖像邊緣檢測方法
- 一種改進(jìn)遺傳算法的共享單車停放點(diǎn)分配方法
- 基于遺傳算法排課系統(tǒng)的設(shè)計方法
- 基于遺傳算法改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的車輛分類方法
- 一種基于改進(jìn)遺傳算法的云測試平臺任務(wù)調(diào)度方法
- 基于改進(jìn)遺傳算法的航空發(fā)動機(jī)最大推力控制優(yōu)化方法
- 基于改進(jìn)遺傳算法的航空發(fā)動機(jī)最低油耗控制優(yōu)化方法
- 基于改進(jìn)遺傳算法的變循環(huán)發(fā)動機(jī)最大推力控制優(yōu)化方法
- 基于改進(jìn)遺傳算法的變循環(huán)發(fā)動機(jī)最低油耗控制優(yōu)化方法





