可调整式多元变量渐近寻优算法的智能组卷装置及方法制造方法及图纸

本发明专利技术提供的是可调整式多元变量渐近寻优算法的智能组卷装置及方法。通过试题数据库模块、系统管理模块、试题管理模块、试卷管理模块、身份认证模块和中心处理模块，采用可调整式多元变量渐近寻优算法来实现智能组卷中的信息处理。提高了组卷速度，节省了组卷时间。多次试验证明与以往方法相比本方法的组卷效率提高了约２８％，成功率到达了９８％，提高了信息处理的稳定性，节约了组卷时间，避免了智能组卷失败的情况发生，组出的试卷知识点涵盖全面，使考试更具有公正性。

【技术实现步骤摘要】

本专利技术涉及的是一种计算机辅助教学的信息处理方法。具体地说是一种智能化的 组成试卷的装置和方法。
技术介绍
随着计算机技术的飞速发展，计算机辅助测验作为计算机辅助教学的一个重要方 面也越来越受到重视。计算机辅助测验不仅能减轻教师在测试环节中的工作量，还能有效 提高教学质量、维护测试的公平性、合理性和科学性。题库系统是计算机辅助测验的核心， 而智能组卷是题库系统设计的重点。在基于现代网络教育技术的试题库建设中，智能组卷是运用计算机的数据搜索、 优化等信息处理技术，从试题库中自动选择试题，并对试题信息进行处理，最后组成试卷。 具体地说，智能组卷问题就是计算机根据人机交互制定的智能组卷策略，将其转换成选择 试题的属性(章、节、知识点、题型、难度等)约束条件，然后利用计算机的信息处理能力，依 照科学合理的搜索和处理方法，从试题库中自动搜索出一组满足条件的试题组成试卷，这 份试卷应该满足用户在难度、层次、和时间等指标上的要求。目前，智能组卷的主要难题是如何保证生成的试卷能够最大程度的满足用户的不 同需要，并具有随机性、科学性、合理性。尤其是在网络交互环境下，用户对组卷速度的要求 较高，而在理论上能搜索到全局最优的算法可能会以牺牲时间为代价，往往不能达到预期 效果。因此如何选择一个高效、科学、强壮的算法是智能组卷的关键。目前常用的智能组卷算法有两种回溯算法和随机抽取算法。两种算法都存在一 定的缺点第一种算法占用内存大，程序结构相对复杂，组卷速度较慢，选取的试题很难满 足用户的组卷要求；第二种算法灵活性较低，无法满足题库多变的要求，缺乏智能性。对于基础的可调整式多元变量渐近寻优算法已取得了一定成果，名为《一种可调 整式的多元变量渐近寻优组卷策略》的论文已在应用科技发表，为后续研究工作的开展提 供了一定的理论基础，本专利技术在基础的可调整式多元变量渐近寻优算法基础上进行了改 进。具体改进为将难度和层次参数组成一张二维表，该表称为难度表，通过难度表来控制 试题选择时的难度和层次要求，更好的加快了组卷的实现过程，具有更广的实用性。
技术实现思路
本专利技术的目的在于提供一种能提高了智能组卷的速度、满足了用户多变性要求的 可调整式多元变量渐近寻优算法的智能组卷装置。本专利技术的目的还在于提供一种可调整式 多元变量渐近寻优算法的智能组卷方法。本专利技术的目的是这样实现的本专利技术的可调整式多元变量渐近寻优算法的智能组卷装置，包括试题数据库模 块、系统管理模块、试题管理模块、试卷管理模块、身份认证模块和中心处理模块，试题数据 库模块把考试科目的内容分成若干个章节，每个章节又分成若干个知识点，每个知识点下3分布考核该知识点的试题，根据各知识点的组卷控制参数从试题数据库模块中抽取符合要 求的要考核的知识点的试题组成试卷；系统管理模块实现连接数据库、导入数据、备份数据 库、还原数据库、日志管理功能，通过以上功能实现系统的有效维护；试题管理模块录入试 题，将设计的试题导入数据库，在录入试卷时将一个一个或成批录入；试卷管理模块实现对 以往试卷的查询功能；身份认证模块对登陆者的身份进行验证；中心处理模块，接收用户 输入的信息，并根据用户输入的信息，采用可调整式多元变量渐近寻优算法，完成智能组卷 过程。本专利技术的可调整式多元变量渐近寻优算法的智能组卷方法包括如下步骤(1)判断用户命题要求输入的参数是否合法。不合法，跳转至(11)；否则，获取窗 口中设置的题型参数和章参数的百分比，初始化难度表，继续向下执行。(2)将题型按照窗口中设置的百分比与试卷中已有该题型的试题所占的百分比的 差值由高到低进行排序，从排好序的题型中选择目前差值最大的题型，继续向下执行。(3)判断试卷中已有的该题型的试题所占的百分比是否已达到用户命题要求。达 到要求，继续向下执行；否则，跳转至(5)。(4)判断所有题型是否已满足用户命题要求。是，跳转至(11)；否则，跳转至⑵。(5)将章按照窗口中设置的各章的百分比与试卷中已有该章的试题所占的百分比 的差值由高到低进行排序，在排好序的章中选取目前差值最大的章，继续向下执行。(6)判断试卷中已有的该章的试题所占的百分比是否已达到用户命题要求。是，跳 转至(5)；否则，继续向下执行。(7)按照用户设置的试卷整体难度水平，查找难度分区表(难度分区表已通过窗 口进行了提前设置)。根据试卷要求的整体难度水平，将各区目前试卷中已有试题所占百分 比和实际要求的该区试题所占百分比相比较，选择相差最大的难度区，判断该区是否存在 满足条件的试题。存在，跳转至(9)；否则，继续向下执行。(8)判断是否所有难度区已遍历完。已遍历完，跳转至(5)；否则，跳转至(7)。(9)判断满足所选题型、章、难度条件的试题集是否为空。是，跳转至(7)；否则，继 续向下执行。(10)试题集中的试题按照使用频率由低到高排序，选择使用频率最低的试题加入 到试卷中，跳转到(2)。(11)组卷完成。本专利技术的实质是采用可调整式多元变量渐近寻优算法来实现智能组卷中的信息处理。可调整式多元变量是指该组卷策略采用条形码来标识试题的属性信息，该条形码 尽最大可能地包含了组卷时应考虑的院、系、课程、题型、章、节、知识点、难度、题分、计算 量、流水号共M(M= 11)种控制参数，这些参数能满足一个高校大多数学科的智能组卷要 求。为了提高智能组卷的灵活性、有效性，控制参数可以根据用户的需要自行调整。用户可 以选择或修改其中任意几个属性，使得经过调整后的属性能符合一门具体课程组卷时的基 本要求。可以由组卷者根据不同院系不同课程的需要，选择某门具体课程所需要的N种属 性使用，其余不需要的属性位均标以# ；对于某门具体课程，11种属性中可能有些不需要的 属性，而有些需要的属性却不在其当中，可以将11种属性中暂时不需要的属性改为所需要4的属性。这种调整操作只需用户在窗口操作即可实现。渐近寻优是指，有多个约束条件需要同时满足时，按照控制参数对试卷整体约束 条件的影响大小，将各个控制参数进行排序。按照排序，顺序选取各个控制参数作为约束条 件，对于每个约束条件，每次均选取最容易满足该约束条件的试题集，最后将得到的满足所 有约束条件的试题添加到试卷中。优化了搜索过程，减少了时间开销，提高了组卷成功的效 率，可以满足多数试题库的要求，智能性高。以题分为例进行说明，其他约束条件类似。现 假设卷面的总分为T(试卷总分可以在窗口中设置，假设为100分)。若先选择题分小的试 题加入到试卷中，假设按约束条件组卷，现试卷中已有96分的试题，那么只需再添加4分的 试题，组卷就可完成。按要求此时试题已筛选到题分为10分的综合题，若将该综合题加入 到试卷中，试卷分数不合法，组卷失败。采取渐近寻优的算法，每次总是先选取题分高的题 型和章分数高的试题优先进行组卷，最后组卷接近总分时，可以选择题分小的题型的试题 进行补分，这样试题可选择的空间就会变大，有利于组卷的成功，提高了智能组卷成功的可 能性。本专利技术在智能组卷的求解问题上有独到的优势，测试结果表明，采用该组卷算法 的系统功能全面、稳定性好、组卷效率高，可有效保证考试的公正性。本专利技术的优点在于提高了组卷速度，节省了组卷时间。多次试验证明与以往方法 相比本方法的组卷效率提高了约23%，成功率本文档来自技高网...

【技术保护点】
一种可调整式多元变量渐近寻优算法的智能组卷装置，包括试题数据库模块、系统管理模块、试题管理模块、试卷管理模块、身份认证模块和中心处理模块，其特征是：试题数据库模块把考试科目的内容分成若干个章节，每个章节又分成若干个知识点，每个知识点下分布考核该知识点的试题，根据各知识点的组卷控制参数从试题数据库模块中抽取符合要求的要考核的知识点的试题组成试卷；系统管理模块实现连接数据库、导入数据、备份数据库、还原数据库、日志管理功能，通过以上功能实现系统的有效维护；试题管理模块录入试题，将设计的试题导入数据库，在录入试卷时将一个一个或成批录入；试卷管理模块实现对以往试卷的查询功能；身份认证模块对登陆者的身份进行验证；中心处理模块，接收用户输入的信息，并根据用户输入的信息，采用可调整式多元变量渐近寻优算法，完成智能组卷过程。

【技术特征摘要】

【专利技术属性】
技术研发人员：李静梅，李静，金胜男，王超宇，丁楠，杨鹏飞，杨国芳，关海洋，王军锋，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：93[中国|哈尔滨]