

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在教學(xué)過程當(dāng)中,考試是現(xiàn)階段衡量學(xué)校教學(xué)質(zhì)量以及學(xué)生水平的最重要的手段之一。而試卷作為考試的載體,在教育教學(xué)過程中也起著相當(dāng)重要的作用。傳統(tǒng)的組卷方式一般是采用有經(jīng)驗的教師手工完成,時效性與可重用性差,試卷質(zhì)量的統(tǒng)計分析相對困難。這種方式伴隨著計算機(jī)的廣泛應(yīng)用,弊端日益顯現(xiàn)。因此,采用計算機(jī)實現(xiàn)科學(xué)、自動、高性能的組卷,成了很多學(xué)校和研究機(jī)構(gòu)爭相研究的課題。本文正是基于這一背景,重點研究基于遺傳與蟻群混合算法來實現(xiàn)題庫的組卷問題。
2、> 本文的主要研究內(nèi)容及結(jié)果如下:
1.研究了組卷模型和組卷系統(tǒng),并建立了一個比較合理的組卷模型和組卷系統(tǒng)。
2.研究了遺傳算法及其在組卷中的應(yīng)用。遺傳算法具有全局搜索能力,算法前期進(jìn)化很快,但是當(dāng)算法迭代進(jìn)行到后期時,由于個體之間的競爭力減弱,導(dǎo)致進(jìn)行大量的冗余迭代,效率降低。
3.研究了蟻群算法及其在組卷中的應(yīng)用。雖然在算法前期因為信息素的匱乏效率低下,但是進(jìn)入迭代后期隨著信息素的增強(qiáng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳蟻群混合算法的水庫優(yōu)化調(diào)度研究.pdf
- 遺傳蟻群混合算法研究及應(yīng)用.pdf
- 基于遺傳蟻群混合算法的機(jī)場停機(jī)位分配研究.pdf
- 基于改進(jìn)遺傳蟻群混合算法的選播QoS路由算法的研究.pdf
- 遺傳蟻群混合算法及其在車間調(diào)度問題中的應(yīng)用.pdf
- 基于遺傳蟻群算法的智能組卷系統(tǒng)設(shè)計與實現(xiàn).pdf
- “遺傳—蟻群”混合算法及其在水量調(diào)度中的應(yīng)用.pdf
- 基于遺傳-蟻群融合算法的聚類算法研究.pdf
- 基于遺傳算法的混合蟻群算法研究.pdf
- 蟻群混合算法求解帶時間窗車輛路徑問題.pdf
- 基于遺傳+蟻群混合算法的交通擁擠及事故規(guī)避系統(tǒng)研究.pdf
- 基于遺傳蟻群融合算法的云計算任務(wù)調(diào)度研究.pdf
- 基于人工免疫-蟻群混合算法的VLSI布線研究.pdf
- 基于人工免疫—蟻群混合算法的WSN路徑優(yōu)化研究.pdf
- 基于蟻群和粒子群混合算法的分類規(guī)則挖掘研究.pdf
- 基于遺傳蟻群算法的屬性約簡問題研究.pdf
- 基于蟻群-粒子群混合算法的電力系統(tǒng)無功優(yōu)化.pdf
- 基于混合行為蟻群算法的車輛路徑問題研究.pdf
- 基于改進(jìn)混合蟻群算法的車輛路徑問題研究.pdf
- 混合蟻群算法求解TSP問題.pdf
評論
0/150
提交評論