[發明專利]一種基于Spark的遺傳算法智能組卷方法

在審

• 申請號: 201811533432.3
• 申請日: 2018-12-14
• 公開（公告）號: CN109800878A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 張雄勝;丁瓊華;張若冰;胡義杰;劉濤
• 申請（專利權）人: 武漢思路富邦工程咨詢有限公司
• 主分類號: G06N3/12
• 分類號: G06N3/12
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 趙龍驤

本發明公開了一種基于Spark的遺傳算法智能組卷方法，包括：步驟1，按照設定條件生成各個個體，由各個個體組成初始種群；步驟2，計算各個個體的適應度函數值，判斷是否有個體的適應度函數值符合優化準則，若是，則選中適應度函數值符合優化準則的個體并結束自動組卷方法，若否，則執行步驟3；步驟3，對初始種群的各個個體進行遺傳操作，得到與各個個體對應的新個體；步驟4，由步驟3所得的全部新個體生成新種群，回到步驟2。本發明利用Spark通過對RDD進行并行切片，然后分發到集群中的多個節點上完成相應的變換操作，最后由行動操作觸發所有的運算。Spark的這種運算方式非常適合并行化遺傳算法的實現。

技術領域

本發明屬于并行化遺傳算法智能組卷方法，尤其涉及一種基于Spark的并行化遺傳算法的智能組卷方法。

背景技術

隨著計算機應用技術的不斷發展,由計算機與教育相結合而產生的計算機輔助教育系統得到了快速發展。在目前的素質教育下,考試仍然是衡量教師教學能力和學生學習成績的主要衡量標準之一,同時不同層次的考試對試卷衡量標準也是不盡相同的。那么,如何依靠算法組出一套科學合理且高質量的試卷是評定計算機與教育結合效果的手段之一。因此,對高效智能組卷算法的研究是非常具有實際應用價值的。

遺傳算法是一種模擬自然界生物進化過程與機制的元啟發式搜索技術，被廣泛應用于求解復雜的優化問題。通常，窮盡搜索完整的輸入空間是不可行的，遺傳算法可以用來通過搜索較小的輸入空間，在合理的時間里求出好的問題解。傳統遺傳算法通過順序執行選擇、交叉、變異等遺傳操作，尋找問題的最優解。傳統遺傳算法用于求解復雜的優化問題時，通常需要較長的計算時間。

為了解決遺傳算法帶來的計算性能問題，本發明提供一種基于Spark的并行化遺傳算法。Spark是一種快速、通用的并行計算框架，它的核心是一種彈性分布式數據集RDD。Spark通過對RDD進行并行切片，然后分發到集群中的多個節點上完成相應的變換操作，最后由行動操作觸發所有的運算。Spark的這種運算方式非常適合并行化遺傳算法的實現。

試題庫自動組卷是運用信息處理技術，從試題庫中自動選擇試題組成試卷的。自動組卷的主要難題是如何保證生成的試卷能最大程度地滿足用戶的需要，并具有隨機性、科學性、合理性。因此需要選擇一個高效的自動組卷算法。

目前，已有運用遺傳算法進行自動組卷的方法。遺傳算法是一種模擬自然界適者生存的淘汰選擇方式和遺傳機制的計算機隨機優化算法。遺傳算法的遺傳操作主要有：選擇、交叉、變異。遺傳算法需要采用某種編碼方式將解空間映射到編碼空間。類似于生物染色體結構，這樣容易用生物遺傳理論解釋，各種遺傳操作也易于實現。因此，編碼理論是遺傳算法效率的重要決定因素之一。二進制編碼是最常用的編碼方式，算子處理的模式較多也較易于實現。但是，自動組卷過程中，采用二進制編碼的方式往往效率較低。

因此，在利用遺傳算法進行自動組卷的過程中，就需要選取合適的編碼方式。另外，也需要對遺傳操作進行改進，以實現更好的組卷效果。

發明內容：

為了克服上述背景技術的缺陷，本發明提供一種基于Spark的遺傳算法智能組卷方法，。

為了解決上述技術問題本發明的所采用的技術方案為：

一種基于Spark的遺傳算法智能組卷方法，包括：

步驟1，按照設定條件生成各個個體，由各個個體組成初始種群。；

步驟2，計算各個個體的適應度函數值，判斷是否有個體的適應度函數值符合優化準則，若是，則選中適應度函數值符合優化準則的個體并結束自動組卷方法，若否，則執行步驟3；

步驟3，對初始種群的各個個體進行遺傳操作，得到與各個個體對應的新個體；

步驟4，由步驟3所得的全部新個體生成新種群，回到步驟2。