System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于题库的遗传组卷方法技术_技高网

一种基于题库的遗传组卷方法技术

技术编号:39939052 阅读:7 留言:0更新日期:2024-01-08 22:25
本发明专利技术涉及数据存储技术领域,具体为一种基于题库的遗传组卷方法,包括以下步骤:从题库中选出符合知识点要求的试题;对第一代试卷集计算每个试卷的适应度;根据每个试卷的适应度进行排名,保留排名靠前试卷个体,实现的“选择”过程;如果最优卷满足要求,则选取试卷作为最终结果,并结束组卷,如果没有满足要求;有益效果为:本发明专利技术提出的基于题库的遗传组卷方法,遗传算法是通过模拟“优胜劣汰、适者生存”达到寻找最优解的目的,遗传算法是基于题库实现,以每道试题作为独立的编码位,通过遗传理论的选择、交叉、变异,最终完成试卷的选取,这种方法所产生的试卷非常贴近出题要求。

【技术实现步骤摘要】

本专利技术涉及数据存储,具体为一种基于题库的遗传组卷方法


技术介绍

1、随着计算机及数据存储技术发展,通过题库的大量试题进行自动组卷成为非常可行的一种方案。

2、现有技术中,目前有随机组卷算法、基于深度与广度的搜索组卷算法等,组卷问题是一个多向维度优化的问题,选题的算法决定了试卷的质量,如何即快速又高质量的选取一套最符合考试要求的试卷,是一个关于全局寻优和收敛速度快慢的问题。

3、但是,传统算法很容易陷入局部最优解,无法满足在多维度多约束条件下的最优试卷组卷。


技术实现思路

1、本专利技术的目的在于提供一种基于题库的遗传组卷方法,通过遗传理论的“选择”、“交叉”、“突变”,不断对试卷集进行迭代,提高试卷质量,最终得到满足考试要求的最优试卷。

2、为实现上述目的,本专利技术提供如下技术方案:一种基于题库的遗传组卷方法,所述方法包括以下步骤:

3、从题库中选出符合知识点要求的试题;

4、对第一代试卷集计算每个试卷的适应度;

5、根据每个试卷的适应度进行排名,保留排名靠前试卷个体,实现的“选择”过程;

6、如果最优卷满足要求,则选取试卷作为最终结果,并结束组卷,如果没有满足要求,并且循环次数未超过设置的次数,则继续进行下一步计算;

7、选取前n个适应度较高的试卷个体进行“交叉”;

8、对试卷集中每个试卷个体通过随机挑选本试卷内的试题,与题库中的试题进行交换,实现“突变”;

9、针对这代试卷集的每个试卷再进行适应度计算。

10、优选的,从题库中选出符合知识点要求的试题后,通过标准sql根据规定的知识点随机从题库中选取,得到满足知识点的试题合集。

11、优选的,在题型、难易度、知识点等维度上设置权重值,根据每个试卷在题型、难易度、知识点上的占比,计算试卷在每个维度的值并相加,最后得到试卷的适应度值。

12、优选的,根据每个试卷的适应度进行排名,保留排名靠前试卷个体,实现的“选择”过程的具体步骤如下:

13、采用冒泡算法,通过对试卷集中前后两个试卷的适应度进行比较,如果后面的试卷适应度值高,则交换两者位置,通过这种重复n^2次交换,适应度最高的试卷即可排在试卷集的最前位置,整个试卷集的试卷按照适应度值从大到小排列;从上一步排列好的试卷集中选取第一个试卷个体,试卷即为适应度最高的试卷,并且作为本代的最优卷。

14、优选的,选取前n个适应度较高的试卷个体进行“交叉”的具体操作包括:

15、选取前n个适应度较高的试卷个体,组成本代试卷集第一部分“新试卷集a”,即“新试卷集a”等于“试卷集[0…n]”,通过对这代试卷集中的个体进行循环,试卷个体两两之间进行操作,相互交换试题,每次交换的“交换位置”为随机数,通过“试卷a[交换位置]”于“试卷b[交换位置]”进行试题交换,实现的“交叉”步骤,通过“交叉”即可得到“新试卷a”和“新试卷b”,这部分新的试卷作为本代试卷集的第二部分“新试卷集b”,这时本代试卷集内容为“新试卷集a”+“新试卷集b”。

16、优选的,对试卷集中每个试卷个体通过随机挑选本试卷内的试题,与题库中的试题进行交换,实现“突变”的具体操作包括:

17、对试卷集中每个试卷个体通过随机挑选本试卷内的试题,与题库中的试题进行交换,每个试卷的“突变次数”为随机数,然后进行循环计算,每个试卷的“变异位置”同样为随机数,通过从题库中随机选取某个试题替换“试卷[变异位置]”的试题,实现试卷试题的突变,通过这个循环计算,最终实现的“突变”步骤,再次生成新的试卷,作为本代试卷集的最后一部分“新试卷集c”,这时本代试卷集内容为“新试卷集a”+“新试卷集b”+“新试卷集c”,最终构成本代试卷集。

18、优选的,针对这代试卷集的每个试卷再进行适应度计算的具体操作包括:

19、根据每个试卷在题型、难易度、知识点上的占比,计算试卷在每个维度的值并根据每个维度的权重进行相加,最后得到试卷的适应度值,再通过冒泡算法对试卷集内所有试卷进行适应度从高到低的排序,从排列好的试卷集中选取适应度最高的试卷个体,如果试卷的适应度大于等于适应度阈值则完成组卷,如果没有则继续循环算法,进行“选择”、“交叉”、“突变”直到最优卷的适应度大于适应度阈值,或者达到设定的遗传代数上限,即为最终的最优卷。

20、与现有技术相比,本专利技术的有益效果是:

21、本专利技术提出的基于题库的遗传组卷方法,遗传算法是通过模拟“优胜劣汰、适者生存”达到寻找最优解的目的,遗传算法是基于题库实现,以每道试题作为独立的编码位,通过遗传理论的选择、交叉、变异,最终完成试卷的选取,这种方法所产生的试卷非常贴近出题要求。

本文档来自技高网
...

【技术保护点】

1.一种基于题库的遗传组卷方法,其特征在于:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:从题库中选出符合知识点要求的试题后,通过标准SQL根据规定的知识点随机从题库中选取,得到满足知识点的试题合集。

3.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:在题型、难易度、知识点等维度上设置权重值,根据每个试卷在题型、难易度、知识点上的占比,计算试卷在每个维度的值并相加,最后得到试卷的适应度值。

4.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:根据每个试卷的适应度进行排名,保留排名靠前试卷个体,实现的“选择”过程的具体步骤如下:

5.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:选取前n个适应度较高的试卷个体进行“交叉”的具体操作包括:

6.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:对试卷集中每个试卷个体通过随机挑选本试卷内的试题,与题库中的试题进行交换,实现“突变”的具体操作包括:

7.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:针对这代试卷集的每个试卷再进行适应度计算的具体操作包括:

...

【技术特征摘要】

1.一种基于题库的遗传组卷方法,其特征在于:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:从题库中选出符合知识点要求的试题后,通过标准sql根据规定的知识点随机从题库中选取,得到满足知识点的试题合集。

3.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征在于:在题型、难易度、知识点等维度上设置权重值,根据每个试卷在题型、难易度、知识点上的占比,计算试卷在每个维度的值并相加,最后得到试卷的适应度值。

4.根据权利要求1所述的一种基于题库的遗传组卷方法,其特征...

【专利技术属性】
技术研发人员:马顺安李腾飞陈尧张目飞
申请(专利权)人:浪潮云信息技术股份公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1