基于遺傳算法的智能組卷考試系統(tǒng)研究

溫靜+郝大治+張曉峰

摘 要 近年來，計算機技術(shù)飛速發(fā)展，在各個領(lǐng)域廣泛應用，尤其在考試中的應用可提高組卷的靈活性及評卷效率。本文探討基于遺傳算法的智能組卷系統(tǒng)，以供參考。

關(guān)鍵詞 遺傳算法；智能組卷；考試系統(tǒng)研究

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）199-0134-01

智能組卷考試系統(tǒng)設(shè)計涉及諸多問題，其中組卷算法是設(shè)計工作的重點，關(guān)系著試卷質(zhì)量。遺傳算法具有收斂性好、智能搜索、自適應全局選優(yōu)等優(yōu)點，在智能組卷考試系統(tǒng)中的應用取得良好效果。

1 遺傳算法原理

遺傳算法在選擇、交叉、變異等遺傳操作下，結(jié)構(gòu)重組與迭代處理種群染色體，以適應度函數(shù)為唯一進化標準。迭代尋優(yōu)過程中，個體被是否被選中由適應度函數(shù)值決定，經(jīng)交叉、變異形成新個體，構(gòu)成新的種群，在一代代的進化中種群染色體逐漸優(yōu)化，當染色體與最優(yōu)解接近時，進化完成。遺傳算法的步驟為：1）以研究問題為對象進行編碼，確定初始化種群。2）以適應度函數(shù)為標準，評估種群中個體適應值大小，確定是否滿足設(shè)定閥值，如滿足則計算結(jié)束，將解輸出，如不滿足則進入步驟3）。3）種群在遺傳算子作用下進化，并經(jīng)步驟2）檢驗。

2 基于遺傳算法的智能組卷算法設(shè)計

2.1 智能組卷考試系統(tǒng)需求分析

智能組卷考試系統(tǒng)應能在設(shè)定的考試范圍內(nèi)進行組卷，并且生成試題的難度應具有區(qū)分度，題型安排合理，保證能夠全面的考查學生所學知識情況。智能組卷系統(tǒng)組卷步驟為：

首先，在明確考試大綱的基礎(chǔ)上，確定所考知識點范圍、考試題型以及不同題型的構(gòu)成比例。其次，依據(jù)考試性質(zhì)確定試卷的區(qū)分度系數(shù)、難度系數(shù)等。再次，利用組卷算法智能組卷。最后，為保證組卷質(zhì)量滿足考試要求，可適當對某些題目微調(diào)，微調(diào)結(jié)束后組卷完成。

2.2 基于遺傳算法的智能組卷算法設(shè)計

組卷算法是智能組卷考試系統(tǒng)的核心，直接影響著試卷質(zhì)量，是設(shè)計智能組卷考試系統(tǒng)的重要內(nèi)容。

1）確定編碼方法。為提高組卷效率，可使用獨立有序編碼方案編碼染色體，即，根據(jù)題型對試題進行分段操作，采用獨立實數(shù)在題型內(nèi)部完成編碼，每份試卷均有一個染色體與之對應，每個試題與染色體上的基因?qū)?，而各個試題編號構(gòu)成染色體編碼，且不同組間的編碼相互獨立，某試卷的染色體編碼如表1所示。

2）產(chǎn)生初始種群。為保證遺傳算法具有較好的收斂性，初始種群產(chǎn)生應進行條件約束，即，設(shè)置不同題型占比、題量、總分等約束條件，產(chǎn)生隨機種群。同時，降低算法計算量與復雜度，提高運算效率，應保證種群規(guī)模的合理性，通常在100左右。

3）設(shè)計適應度函數(shù)。組卷時，用函數(shù)f（x）表示組成試卷與成卷要求見的差值，差值越小表面組卷越接近要求。遺傳算法中，種群染色體適應度函數(shù)值F（x）決定試卷性能，F(xiàn)（x）越大表明個體較好，反之，個體越差，因此，應采用某種方法將f（x）轉(zhuǎn)化為F（x）。指數(shù)比例轉(zhuǎn)化算法復制多次種群中的優(yōu)秀個體，使得相近染色體間的競爭力進一步提高，該算法的公式為：

F=exp（-af）

其中a表示復制強度，結(jié)合以往經(jīng)驗值可取0.05。

4）遺傳算子設(shè)計。遺傳算子決定算法迭代次數(shù)多少，如遺傳算子設(shè)計合理，可大大提高系統(tǒng)運行效率。遺傳算法中的算子分為變異算子、交叉算子、選擇算子。其中變異算子可通過單點變異操作實現(xiàn)，即，從父代群體中按照變異概率Pm確定任意一個個體，以此為基礎(chǔ)進行變異。給試卷造成的影響體現(xiàn)在：在同一題型中選擇另外試題更換原有試題。設(shè)計交叉算子時可考慮在相同題型內(nèi)部進行，即，如題型相同便將試題劃分在同一組中，不同題型對應于染色體的獨立分段，段內(nèi)實施但電交叉，對試卷而言為多點較叉。設(shè)計選擇算子時可考慮適應自適應算法，具體實現(xiàn)為：以適應度值為標準確定是否進入下一代，通常情況，進入下一代的為優(yōu)秀個人。同時，采用適應度比例法，對上述未選中的個體進行篩選，當種群數(shù)量達到設(shè)計標準后停止。

5）設(shè)置算法終止條件。上述遺傳操作循環(huán)進行，直到達到某一設(shè)定條件時結(jié)束。組卷系統(tǒng)中考慮設(shè)置最大迭代次數(shù)以及期望適應度值，其中任何一個條件滿足，則迭代終止。

6）具體實現(xiàn)。以M表示種群規(guī)模、MaxGen表示迭代次數(shù)最大值、Pm表示變異發(fā)生的可能性大小，即，變異發(fā)生概率、Pc表示交叉發(fā)生概率，組卷操作時，（1）用戶根據(jù)測試目的及考試說明輸入組卷要求，確定后由系統(tǒng)自動確定初始群體，以gen作為當前迭代次數(shù)。同時，對個體的適應度值進行計算。（2）開始迭代選優(yōu)操作。（3）將最優(yōu)個體輸出，并對試卷各項指標進行評估，確定是否滿足要求。

3 結(jié)論

基于遺傳算法的智能組卷考試系統(tǒng)應用廣泛，為保證組卷質(zhì)量與效率，設(shè)計時應在明確遺傳算法原理的基礎(chǔ)上，認真分析組卷要求，選擇合理的編碼方法，尤其在適應度函數(shù)、遺傳算子、終止條件設(shè)計時應考慮計算復雜度與計算效率，保證生成的試卷更好的滿足要求。

參考文獻

[1]馮秀梅.基于遺傳算法的智能組卷考試系統(tǒng)研究與實現(xiàn)[D].濟南：山東師范大學，2016.

[2]吳煥，張琪君.基于遺傳退火算法的智能組卷系統(tǒng)研究[J].工業(yè)控制計算機，2017，30（1）：112-113，115.

[3]蘭青青.基于遺傳算法的智能組卷考試系統(tǒng)設(shè)計[J].信息系統(tǒng)工程，2017（5）：174.endprint