在线考试的智能排考方法及系统技术方案

本申请涉及互联网教学领域，公开了一种在线考试的智能排考方法及系统，该方法包括：根据已获得的排考基础信息与硬约束条件，确定排考初始方案集；根据已获得的软约束条件构建所述排考初始方案的目标函数，并根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集；并且，通过对所述排考候选方案进行随机组合获得新的排考方案集，并根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案；获取考生预约信息，并根据所述考生预约信息与所述最优排考方案确定排考结果。本申请能够显著提高机房利用率、对突发事件的应对能力，以及考试安排的合理度，提高考试安排的灵活性。提高考试安排的灵活性。提高考试安排的灵活性。

【技术实现步骤摘要】
在线考试的智能排考方法及系统


[0001]本申请涉及计算机与互联网领域，特别涉及互联网教学技术。

技术介绍

[0002]随着现代教育信息化技术的发展，在线考试将逐步替代传统的考试模式，例如：英语、C语言等需要计算机支持考试的学科。
[0003]然而，目前大部分学校的机房资源有限、学生基数大、考试科目多，不能支持在线考试这种大规模机房需求的应用场景。另一方面，现有的智能排考方法，主要是解决传统考试模式下对监考教师的最优安排，没有考虑在线考试模式下对机房的高需求、以及应对各种突发情况等问题。
[0004]因此，需要考虑如何提高机房利用率、突发事件应对能力，以及考试安排的合理度等问题。

技术实现思路

[0005]本申请的目的在于提供一种在线考试的智能排考方法及系统，能够显著提高机房利用率、对突发事件的应对能力，以及考试安排的合理度，还能够支持不同类型的考试混排，提高考试安排的灵活性。
[0006]本申请公开了一种在线考试的智能排考方法，包括：根据已获得的排考基础信息与硬约束条件，确定排考初始方案集；
[0007]根据已获得的软约束条件构建所述排考初始方案的目标函数，并根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集；并且，通过对所述排考候选方案进行随机组合获得新的排考方案集，并根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案；
[0008]获取考生预约信息，并根据所述考生预约信息与所述最优排考方案确定排考结果。/>[0009]在一个优选例中，所述根据排考基础信息与硬约束条件，确定排考初始方案集，进一步包含：
[0010]获取排考基础信息、硬约束条件，以及软约束条件；
[0011]根据所述排考基础信息与硬约束条件，生成初始方案集，其中包含以下子步骤：根据所述排考基础信息及硬约束条件，构建包含机房与时间段的对应关系的可排考信息表；根据所述可排考信息表，利用分配函数生成N种排考初始方案，其中，N为预先设定的正整数。
[0012]在一个优选例中，所述根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集的步骤中，根据所述目标函数在总目标函数值中所占比例，从所述排考初始方案集中选取候选方案集，其中，所述目标函数值越高，该目标函数值对应的初始方案被选为候选方案的几率越大。
[0013]在一个优选例中，所述通过对所述排考候选方案进行随机组合获得新的排考方案集的步骤中，所述随机组合的操作是通过交换两个排考候选方案中的场次信息，以获得排考结果更优的新方案，其中，当连续若干代新的排考方案的目标函数值不再变化或变化幅度极小时，则停止迭代，输出该新的排考方案集。
[0014]在一个优选例中，在所述根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案的步骤中，将目标函数值最高的新的排考方案作为最优排考方案。
[0015]在一个优选例中，所述目标函数的对应表达式如下：
[0016]F
i
＝ω1f1+ω2f2+ω3f3+ω4f4[0017]其中，F
i
表示第i个排考方案的目标函数值，f1表示机房利用率，f2表示考试安排合理度，f3表示试卷利用率，f4表示突发情况应对能力，并且，ω1、ω2、ω3、ω4分别是表示上述各因素在排考任务中的重要程度的权重值。
[0018]在一个优选例中，考试安排合理度f2的计算方式如下：
[0019][0020]其中，T
e
表示考试截止时间，T
s
表示考试开始时间,t
i
表示P
i
场次的考试开始时间，s为总场次数。
[0021]在一个优选例中，突发情况应对能力f4的计算方式如下：
[0022][0023]其中，S
i
,
j
表示R
i
机房在P
j
场次分配的考试名额，n为考生总人数，gn为g倍的考生总人数，其中，g∈(0,0.5]，可根据实际情况动态调整。
[0024]在一个优选例中，所述排考基础信息包含以下之一或其任何组合：考生集合、考试时间段集合，机房集合。
[0025]在一个优选例中，所述硬约束条件是指在排考中必须遵循且无条件满足的条件。
[0026]在一个优选例中，所述硬约束条件包含以下之一或其任意组合：排考机房必须是未被课程占用的机房、只有在考试时间段内开放时长不小于考试时长的机房可作为待排考机房、考试总场次数不得大于教师提供的试卷套数、分配至各机房的考试名额不得大于机房剩余考试名额、分配的总考试名额不得小于考生总人数、考试截止时间不能超过学期结束时间。
[0027]在一个优选例中，所述软约束条件是指对排考方案的优劣程度产生影响，但不是必须遵循的条件。
[0028]在一个优选例中，所述软约束条件包含以下之一或其任意组合：机房利用率、试卷利用率、考试安排合理度、突发事件应对能力。
[0029]本申请还公开了一种在线考试的智能排考系统包括：
[0030]排考初始方案集确定模块，用于根据已获得的排考基础信息与硬约束条件，确定排考初始方案集；
[0031]最优排考方案模块，用于根据已获得的软约束条件构建所述排考初始方案的目标
函数，并根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集；并且，通过对所述排考候选方案进行随机组合获得新的排考方案集，并根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案；
[0032]排考结果确定模块，用于获取考生预约信息，并根据所述考生预约信息与所述最优排考方案确定排考结果。
[0033]本申请还公开了一种在线考试的智能排考系统包括：
[0034]存储器，用于存储计算机可执行指令；以及，
[0035]处理器，用于在执行所述计算机可执行指令时实现如前文描述的方法中的步骤。
[0036]本申请还公开了一种计算机可读存储介质所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现如前文描述的方法中的步骤。
[0037]本申请实施方式首先根据排考基础信息设定的硬约束条件，随机生成n种排考初始方案；其次，根据机房利用率、考试安排合理度、试卷利用率及突发情况应对能力等多维度软约束条件构建目标函数以综合评估方案的优劣，并且通过对初始方案集的迭代寻优，获取最优的排考方案；最后，考生自由预约考试，系统自动安排监考教师并分派试卷，获得最终的排考结果，由此，显著提高机房利用率、对突发事件的应对能力，以及考试安排的合理度，还能够支持不同类型的考试混排，提高考试安排的灵活性。
[0038]本申请的说明书中记载了大量的技术特征，分布在各个技术方案中，如果要罗列出本申请所有可能的技术特征的组合(即技术方案)的话，会使得说明书过于冗长。为了避免这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线考试的智能排考方法，其特征在于，包括：根据已获得的排考基础信息与硬约束条件，确定排考初始方案集；根据已获得的软约束条件构建所述排考初始方案的目标函数，并根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集；并且，通过对所述排考候选方案进行随机组合获得新的排考方案集，并根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案；获取考生预约信息，并根据所述考生预约信息与所述最优排考方案确定排考结果。2.如权利要求1所述的方法，其特征在于，所述根据排考基础信息与硬约束条件，确定排考初始方案集，进一步包含：获取排考基础信息、硬约束条件，以及软约束条件；根据所述排考基础信息与硬约束条件，生成初始方案集，其中包含以下子步骤：根据所述排考基础信息及硬约束条件，构建包含机房与时间段的对应关系的可排考信息表；根据所述可排考信息表，利用分配函数生成N种排考初始方案，其中，N为预先设定的正整数。3.如权利要求1所述的方法，其特征在于，所述根据各排考初始方案相应的目标函数值，从所述初始方案集中获取排考候选方案集的步骤中，根据所述目标函数在总目标函数值中所占比例，从所述排考初始方案集中选取候选方案集，其中，所述目标函数值越高，该目标函数值对应的初始方案被选为候选方案的几率越大。4.如权利要求1所述的方法，其特征在于，所述通过对所述排考候选方案进行随机组合获得新的排考方案集的步骤中，所述随机组合的操作是通过交换两个排考候选方案中的场次信息，以获得排考结果更优的新方案，其中，当连续若干代新的排考方案的目标函数值不再变化或变化幅度极小时，则停止迭代，输出该新的排考方案集。5.如权利要求1所述的方法，其特征在于，在所述根据排考初始方案的目标函数值与所述新的排考方案的目标函数值，选取最优排考方案的步骤中，将目标函数值最高的新的排考方案作为最优排考方案。6.如权利要求1所述的方法，其特征在于，所述目标函数的对应表达式如下：F
i
＝ω1f1+ω2f2+ω3f3+ω4f4其中，F
i
表示第i个排考方案的目标函数值，f1表示机房利用率，f2表示考试安排合理度，f3表示试卷利用率，f4表示突发情况应对能力，并且，ω1、ω2、ω3、ω4分别是表示各因素在排考任务中的重要程度的权重值。7.如权利要求6所述的方法，其特征在于，考试安排合理度f2的计算方式如下：其中，T
e
表示考试截止时间，T
s
表示...

【专利技术属性】
技术研发人员：张新华，谢宗武，颜尚武，邓美厚，徐静，
申请(专利权)人：广州蓝鸽软件有限公司，
类型：发明
国别省市：