一种基于分层遗传算法的网上考试系统自动选题方法

文档序号:6361720阅读:325来源:国知局
专利名称:一种基于分层遗传算法的网上考试系统自动选题方法
技术领域
本发明涉及的是ー种基于分层遗传算法的网上考试系统自动选题方法。
(ニ)
背景技术
当今世界,云计算思想蓬勃发展,各种基于云计算的应用系统应运而生。科教兴国是国家的既定战略,具有举足轻重的作用,云教育系统实现了云计算和教育的完美结合。而基于云教育系统的网上考试系统是云教育系统的重要补充,是检测教育质量的重要手段。考试是检测教师教学水平和学生学习能力的重要环节,如何出得ー份合理的、区 分度较高、覆盖面较广的试卷是评判考试是否具有意义的重要标志。在计算机技术推广之前,考试一般要经历人工出卷、考生考试、人工阅卷、成绩评估、试卷分析等步骤,人工出卷有工作量大、周期长、试题反馈弱等缺点。教师面对试题容量庞大的试题库,势必花销大量的时间比对才能选出满足要求的试题。人工出卷需要出题人从大量题目中选取未考过的、覆盖面广、区分度高的试题中选取一定量的试题,基于知识的延展性和开放性,试题容量可以从几千到几万,乃至几十万。面对如此庞大的试题库,人工出卷难以避免巨大的工作量。同时,难以保证试卷对试题精确度及其它方面的要求。传统的取题方法,如优化随机函数方法及在其基础上衍化来的分类法和分段法、回溯算法在网上考试系统刚刚兴起的时候起到了巨大的作用,并且随着遗传算法的在取题过程中的利用,取题效率有了很大的提高。遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型,可在复杂、庞大的捜索空间中寻找最优解和次优解。它的实质是ー种把自然界有机体的优胜劣汰的自然选择、适者生存的进化机制与同一群体中个体与个体间的随机信息交換机制相结合的捜索算法。遗传算法的主要特点是简单、通用、鲁棒性强,适用于并行处理。本发明是将分层遗传算法应用于考试系统的ー种方法,它综合各层次题目难度、试卷总难度、已考试题等情况,从而大大提高了考试系统的取题效率,增强了试卷与取题要 求的符合度,并且提高了核对效率。

发明内容
本发明提供的是ー种基于分层遗传算法的网上考试系统自动取题方法。该方法能够根据用户对试卷考察范围、试卷难易度等关键属性,选择最符合出题要求的题目快速生成考试试卷,满足考试系统大容量试题库快速高效的取题需求。基于分层遗传算法的自动取题方法能够综合各层次题目难度、试卷总难度、已考试题等情况,从而大大提高了考试系统的取题效率,增强了试卷与取题要求的符合度,并且提高了核对效率。本发明的目的是这样实现的
设网上考试系统中包含了 I个试题库、I个Web服务器、η个用户U1, U2,…,Un;任意用户向Web服务器请求试卷时,指定试卷总分Sa,试卷期望平均分S,各类试题要求的试题数目叫,η2,…,Ii1,其中,I表示试题类型;试卷应考核的知识点集合为{P1; P2, -,PJ ;试题使用频率为CpQ,-,Cm;试题集合为Z = {z1,z2,...zm}
权利要求
1.一种基于分层遗传算法的网上考试系统自动选题方法,其特征是由I个试题库、I个Web服务器和η个用户构成的网上考试系统,当用户有考试请求吋,向Web服务器发送试卷请求;Web服务器将试卷请求提交给试题库;试题库按照试卷请求使用分层遗传算法生成试卷;试题库将试卷生成请求发送给Web服务器,并在库内保留该试卷;试题库将试卷提交给Web服务器;Web服务器将试卷提交给用户;多个用户可以同时发送试卷请求;试题库可以同时生成多个试卷; 设网上考试系统中包含了 I个试题库、I个Web服务器、η个用户U1, U2,…,Un;任意用户向Web服务器请求试卷吋,指定试卷总分Sa,试卷期望平均分S,各类试题要求的试题数目叫,n2,…,Ii1,其中,I表示试题类型;试卷应考核的知识点集合为{P1; P2, ···, PkI ;试题使用频率为C1, C2,-,Cm; 试题集合为Z = {Z1; Z2,…,ZJ,
2.根据权利要求I所述的基于分层遗传算法的网上考试系统自动取题方法,其特征是其具体方法步骤为 `1:输入试卷总分Sa,试卷难度S,各类试题要求的试题数目II1, η2,…,II1,交叉概率为β1; β2, ···, ,变异概率为O1, α2,…,a e,其中,I表示试题类型,e代表码位总数; `2:输入试卷需考核的知识点集合{P1; P2,…,Pk},试题使用频率IC1, C2,…,CJ,难度等级G1, G2, ···, Gw,其中,k为考核知识点总数,r为使用频率值,w为难度等级数; `3:输入试题库,将满足知识点{P1;P2,…,Pk}、使用频率为ICpC2,…,CJ的试题加入集合Z = [I1, Z2,…,ZJ,其中,I彡i彡m,Zi为Z中第i题,其编号为IDi, Z中各试题的编号为ID1, ID2,…,IDm, m为试题总数,Di为难度、Si为分值; ` 4:令i = I,初始化ニ维数组(Pj, Xj)为空; `5:由试题Zi考核的知识点Pj生成ニ维数组(Pj, Xj),其中,I彡j彡k, Xj为Zi所考核知识点Pj的次数; `6:若难度值Di包含在难度等级Gd范围内,则将试题Zi加入分层集合Hd,其中,1≤D≤ w,w为层数即难度等级数,执行步骤7 ;否则,将试题Zi从2集合中删除,执行步骤7;7i+l ; 8:若i > m,执行步骤9 ;否则,执行步骤5 ;9d = I ; 10:根据分层集合Hd中试题计算知识点出现总数X = X1+…+Xk ;11:令 j = I ; 12由(Pj, Xj)计算适应度函数值Qu = x/xj,其中,I≤u≤V, Xj为λ du所取用的知识点Pj的次数,λ du为Hd层第u题,V为Hd层题目总数; 13j+l ; 14:若j > k,执行步骤15 ;否则,执行步骤12 ;15:令u = I ; 16:计算试题λ du的命中概率
全文摘要
本发明提供的是一种基于分层遗传算法的网上考试系统自动取题方法。本发明的关键在于将分层遗传算法的特征引入网上考试系统的自动取题过程中,该方法能够根据用户对试卷考察范围、试卷难易度等关键属性,选择最符合出题要求的题目快速生成考试试卷,满足考试系统大容量试题库快速高效的取题需求。基于分层遗传算法的自动取题方法能够综合各层次题目难度、试卷总难度、已考试题等情况,从而大大提高了考试系统的取题效率,增强了试卷与取题要求的符合度,并且提高了核对效率。
文档编号G06N3/12GK102663910SQ20121006694
公开日2012年9月12日 申请日期2012年3月14日 优先权日2012年3月14日
发明者叶鹏迪, 姚文斌, 王枞, 雷鸣涛, 韩司 申请人:北京邮电大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1