淺議在線考試系統(tǒng)中基于遺傳算法的自動組卷算法的設計

1、淺議在線考試系統(tǒng)中基于遺傳算法的自動組卷算法的設計曹鑫+韓莉+韓紅彩+張亞娜遺傳算法在考試系統(tǒng)的自動組卷方面具有其他傳統(tǒng)組卷算法所不能比擬的優(yōu)點，通過交叉、變異等操作來產(chǎn)生新的個體，擴大了搜索范圍，使得優(yōu)化的結(jié)果是全局最優(yōu)解而不是局部的最優(yōu)解，適合于大規(guī)模、復雜問題的求解，其計算簡單但功能強大?！娟P鍵詞】組卷；遺傳算法；操作在線考試系統(tǒng)的設計與開發(fā)中，組卷是實現(xiàn)考試系統(tǒng)自動化的核心問題之一。組卷是指由用戶先輸入對試卷試題的要求，然后系統(tǒng)自動地從試題庫中選出符合用戶要求的試題，組成一份試卷的過程。1遺傳算法遺傳算法是將孟德爾的遺傳變異理論與達爾文的“優(yōu)勝劣汰，適者生存自然進化學說進行模擬，實現(xiàn)的

2、一種迭代式的搜索算法。遺傳算法的步驟如下：1.1初始化先產(chǎn)生足夠數(shù)量的個體，然后將這些個體組成一個種群。1.2迭代的執(zhí)行下面操作在種群中，將每個個體的適應度值計算出來，根據(jù)某個規(guī)那么，選出一個能進入到下一代的個體，產(chǎn)生一個新的種群。在這個新的種群中，按照交叉概率Pc進行交叉操作，按照變異概率Pm進行變異操作；如果不能滿足任何一個停止條件，那么就轉(zhuǎn)到第1步操作。1.3輸出適應度值最優(yōu)的染色體作為最優(yōu)解把問題的解用“染色體來表示，把這染色體放到某個具體“環(huán)境中，根據(jù)適應度函數(shù)值選出適應度較高的“染色體，并復制這些染色體，按照這個過程，將進化工作一代一代的進行下去，必將產(chǎn)生一個最適應環(huán)境的“染色體，

3、從而獲得問題的最優(yōu)解。2自動組卷算法的實現(xiàn)根據(jù)前面所介紹的有關遺傳算法的相應知識，下面就對自動組卷的算法進行設計：2.1編碼遺傳算法進行優(yōu)化問題是通過編碼來實現(xiàn)的，因此編碼和解碼是遺傳算法的一個主題。首先是編碼算法確實定。由于標準化試卷每種題型所占的分數(shù)、試題的個數(shù)和每題分數(shù)的乘積是相同的，所以采用獨立的編碼策略。具體來講就是編碼的依據(jù)要結(jié)合題目的類型，在每種題型的內(nèi)部應用常規(guī)編碼策略，也就是0-1編碼。這種方式的編碼使組與組之間的編碼是相互獨立，每一組的編碼都反映一種題型，試題庫中該題型的題目數(shù)量決定每一組編碼的長度，一份試卷的編碼長度就是總的編碼長度，這是由試題庫中所含的試題總數(shù)決定。2.

4、2生成初始群體在初始群體產(chǎn)生的時候，首先將各個個體的所有位上均設置為“0，然后參照每種題型題數(shù)的限制，隨機產(chǎn)生與試題數(shù)目相同的“1位，這樣可以保證初始群體各個個體都滿足試卷的標準格式和總分值都為100分的特點。另外，這也解決了因試題數(shù)目過多而造成編碼長度過長的問題。種群規(guī)模n較大那么進化較慢，但是對全局最優(yōu)解的搜索會較為容易，而n較小時，那么進化速度快，但對全局的最優(yōu)解的搜索灰較為復雜。2.3計算初始群體適應度由于采用獨立編碼方式，所以在初始種群產(chǎn)生時，題型、題數(shù)和題分都是滿足要求的，因此在組卷過程的實際操作中，只需要考慮知識點的難度系數(shù)、范圍、試題區(qū)分度和教學要求等因素即可。在此可將知識單元

5、的權(quán)值取1.0，試題區(qū)分度的權(quán)值取1.0，教學要求的權(quán)值取0.9，難度系數(shù)的權(quán)值取1.1。以上這些權(quán)值是在模擬組卷過程中使用的，而實際權(quán)值確實定應該根據(jù)考試的要求或目標進行設定。2.4選擇首先根據(jù)適應度對群體中所有的個體進行由小到大的排序，然后將排在最前面的一半染色體選取出，在對這些選取出的染色體進行下面的操作。2.5交叉遺傳交叉遺傳是針對編碼進行的，此方法必須得保證試卷編碼中的各段1的位數(shù)恒定不變，否那么將會引起試卷中每個題型的題數(shù)發(fā)生變化，導致生成的試卷不符合標準化試卷的要求。因此在組卷過程中，采用單親遺傳法，這種方法可以防止兩條染色體在進行交叉時，所引起的試卷中不同類型的題數(shù)發(fā)生變化的情

6、況。交叉操作是各段分別通過隨機數(shù)隨機產(chǎn)生交叉位，它是一種以染色體中點為軸心進行的對稱交叉。2.6變異為了使各題型組內(nèi)題目數(shù)量不會受變異操作而發(fā)生改變，可以采用一種一次變異操作，使組內(nèi)可同時變異兩位的方法，即一位0到11到0，而在該位所在的組內(nèi)，應采用先向前、再向后的搜索方式，將與該位最近的1變?yōu)?0到1。2.7算法終止條件遺傳算法中的優(yōu)化準那么，是一種依據(jù)問題的不同而有所不同確實定方式，可以采用如下準那么之一來作為判斷的條件：種群中個體的平均適應度根本上到達了用戶預先設定的值；用戶輸入的值要大于種群中個體的最大適應度；世代數(shù)超過預先設定的值。這里的終止條件是：設置遺傳最大代數(shù)為200，那么進化

7、到200后就會終止進化過程。為了防止組出相同的試卷，還需要對試題庫進行一定的修改，即修改從試題庫中抽取的試題的使用次數(shù)和最近使用的時間，以便保證在連續(xù)生成的幾份試卷中或在某一段時間內(nèi)不會重復出現(xiàn)同一試題。3基于遺傳算法的組卷流程在實現(xiàn)自動選題時，可以采用父輩挑選與生存選擇兩種選題的方式。父輩挑選的方式是將每次選出的隨機抽樣不再返回，這種方式使得試題庫中的每道題目都有可能被選中；生存選擇的方式是指父輩與子代之間進行競爭，能進入到下一輪競爭環(huán)境的是二者中的優(yōu)良者，這是一種擇優(yōu)選擇。這兩種方法共同作用于試題的選擇，可以保證順利完成選題。在選題的過程中，題目的選擇是隨機的，而且哪一道題目被選中是一個非

8、均勻的隨機事件，題目被選中的概率要依賴于上一次選題的過程。遺傳算法在考試系統(tǒng)的自動組卷方面具有其他傳統(tǒng)組卷算法所不能比擬的優(yōu)點，通過交叉、變異等操作來產(chǎn)生新的個體，擴大了搜索范圍，使得優(yōu)化的結(jié)果是全局最優(yōu)解而不是局部的最優(yōu)解，適合于大規(guī)模、復雜問題的求解，其計算簡單但功能強大。參考文獻【1】劉彬，金濤，陳太平.遺傳算法在試題組卷中的應用J.燕山大學學報，2021，2603：193-195.【2】王娜.多目標組卷模型及其算法研究J.沈陽師范大學學報自然科學版，2021，2402：189-191.【3】管寶云，尹琦.基于混合智能算法的自動組卷問題研究J.天津工業(yè)大學學報，202104：97-100.【4】曾一，一冉忠，郭永林.試題庫中自動組卷的算法及試卷測評策略J.計算機工程與設計，2021，2706：3024-3027.作者簡介曹鑫1981-，女，現(xiàn)為石家莊信息工程職業(yè)學院講師，研究方向為信息系統(tǒng)開發(fā)。韓莉1977-，女，現(xiàn)為石家