一种用作智能组卷系统的组卷方法技术方案

本发明专利技术提供一种用作智能组卷系统的组卷方法，涉及考试组卷技术领域。该用作智能组卷系统的组卷方法，具体的组卷方法包括如下步骤：首先根据题型进行分段实数编码，再根据用户设置的题型、各题型的数量及分数、难度、知识点数量作为部分约束条件，初始化多套试卷；然后根据确定的试题适应度函数，通过随机选择法随机产生两个个体计算适应度值并比较，将适应度值高的遗传到下一代。通过在遗传算法上进行改进，根据题型采用分段实数编码，即可以提高运算速度，有效避免组卷过程中知识点冲突，同时避免了搜索空间的迅速缩小，加快了整个算法向全局最优值的逼近速度，提高了全局寻优性能，可以得到最优试卷。

【技术实现步骤摘要】
一种用作智能组卷系统的组卷方法
本专利技术涉及考试组卷
，具体为一种用作智能组卷系统的组卷方法。
技术介绍
考试是一种严格的知识水平鉴定方法。通过考试可以检查学生的学习能力和其知识储备。为了保证结果的公正、公平，考场必须要求有很强的纪律约束，并且专门设有主考、监考等监督考试过程，绝对禁止任何作弊行为，否则将要承担法律和刑事责任。考试就是让一群拥有不同教育资源的人在一定的时间内完成一份相同的答卷。然而考试的意义并不局限于此，考试其实就是让社会中来自不同社会地位的人拥有改变自己的机会。目前大多数的智能组卷方案扔使用传统组卷算法。常用的组卷算法有随机抽题法、优先权策略及回溯试探法等，以上算法在题库规模较大和组卷的指标要求复杂时，组卷速度慢，时间开销大，组卷质量无法达到满意的效果从而导致组卷失败。近年来，将遗传算法用于解决智能组卷问题已取得良好进展，但处理后期收敛速度、多个约束条件间的冲突和组卷中的知识点重复方面扔无法达到理想的效果。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种用本文档来自技高网...

【技术保护点】
1.一种用作智能组卷系统的组卷方法，其特征在于：具体的组卷方法包括如下步骤：首先根据题型进行分段实数编码，再根据用户设置的题型、各题型的数量及分数、难度、知识点数量作为部分约束条件，初始化多套试卷；然后根据确定的试题适应度函数，通过随机选择法随机产生两个个体计算适应度值并比较，将适应度值高的遗传到下一代；再在每段编码的同一题型内采用自适应的交叉概率和变异概率进行多套试卷中试题间的交叉和变异，通过优秀个体记忆策略进行筛选，通过不断的迭代，最终形成最优试卷。/n

【技术特征摘要】
1.一种用作智能组卷系统的组卷方法，其特征在于：具体的组卷方法包括如下步骤：首先根据题型进行分段实数编码，再根据用户设置的题型、各题型的数量及分数、难度、知识点数量作为部分约束条件，初始化多套试卷；然后根据确定的试题适应度函数，通过随机选择法随机产生两个个体计算适应度值并比较，将适应度值高的遗传到下一代；再在每段编码的同一题型内采用自适应的交叉概率和变异概率进行多套试卷中试题间的交叉和变异，通过优秀个体记忆策略进行筛选，通过不断的迭代，最终形成最优试卷。


2.根据权利要求1所述的一种用作智能组卷系统的组卷方法，其特征在于：进行分段实数编码是由于试卷题型之间相互独立，每种题型的题目数量保持不变，因此，根据题型进行分段编码，每段编码在同一题型内进行交叉和变异等操作，假设一份试卷的试题数有n个，题型有k种，则该份试卷需n位编码，并且根据题型将编码划分成k段。


3.根据权利要求1所述的一种用作智能组卷系统的组卷方法，其特征在于：所述适应度函数对组卷效率影响非常大，是用来衡量试卷中试题的优劣，一般情况下，试题性能越好适应度值越大，由于试卷中各题型的数量和分值已有用户确定，因此误差出现在难度、知识点分布2个指标上，对此，采用适应度函数为：其中f(x)是适应度函数，Qi(x)是组卷的第i个约束函数，Wi是Qi的权值，Qi(x)越重要，Wi取值就越大，其中Q1(x)，Q2(x)分别为难度函数和知识点覆盖率函数






其中，Ds是用户设置的难度系数，Kt是总的知识点数量，ai2表示第i道试题的分数，ai3表示第i道试题的难度；ai5表示知识点。


4.根据权利要求1所述的一种用作智能组卷系统的组卷方法，其特征在于：在部分约束条件下生成初始化多套试卷，由于试卷是根据题型划分不同的区块，因此采用了分段初始化试卷种群，按照试卷的题型、各题型题目数、难度系数、总分4个属性初始试卷种群，初始试卷种群的操作如下：
S1.在题型所在的试题库中产生一个题号范围的试题编号，并与它所在分段且已产生的题号进行比较，若相同，则重新产生，否则保留，重复此过程产生试卷的总题目数；

【专利技术属性】
技术研发人员：闵志辉，
申请(专利权)人：上海九回信息科技有限公司，
类型：发明
国别省市：上海;31