基于遺傳算法的試題庫智能組卷研究.pdf

1、試題庫智能組卷問題是一個在一定的約束條件下的多目標參數(shù)優(yōu)化問題，采用傳統(tǒng)的數(shù)學方法求解相當困難，自動組卷的效率和質量完全取決于試題庫設計以及抽題算法的設計。隨著計算技術和人工智能的快速發(fā)展，以及教育測量理論研究的不斷深入，基于教育測量理論的有關計算機輔助設計得到了廣泛的應用，其中智能組卷系統(tǒng)的研究與開發(fā)得到了越來越多的專家學者的關注。 教育測量理論中無論是經(jīng)典測量理論還是項目反應理論都為智能組卷提供了堅實的理論基礎。本文通過對經(jīng)

2、典測量理論和項目反應理論兩種教育測量理論的對比研究，詳細地探討了這兩種理論在教學測驗中的優(yōu)缺點。從教學要求出發(fā)，結合經(jīng)典測量理論、項目反應理論，參閱和分析了大量的國內外相關文獻，以遺傳算法為基礎，提出了基于項目反應理論的數(shù)學模型和基于經(jīng)典測量理論的多目標函數(shù)優(yōu)化數(shù)學模型，并對兩種模型下相應的遺傳算法進行了較為詳細的描述，對其中的基于經(jīng)典測量理論的遺傳算法在文中做了相應的改進，引進了小生境技術。 本文提出了三種利用遺傳算法智能組卷

3、的方法： 第一種方法是基于項目反應理論IRT的，采用此法進行組卷最大的優(yōu)點就是試題本身的參數(shù)與考生樣本無關，測試更加真實，評價更加合理，可以應用于學生自學和教師對學生因材施教。 第二種方法是目前流行的一種遺傳算法，該算法是以知識點、題型、區(qū)分度、難度、教學要求層次、能力要求為主要控制參數(shù)，它具有編碼簡單、自適應全局尋優(yōu)和智能搜索技術等特點，提高了組卷效率和試卷的質量，具有很好的實用性。第三種算法是在第二種算的基礎上進行改