基于屬性論方法的自動組卷問題研究.pdf

1、隨著計算機技術(shù)和人工智能的發(fā)展，組卷系統(tǒng)的研究逐漸被越來越多的專家學者所注意。以往對組卷系統(tǒng)的研究是為了使廣大教師從繁重的手工編制試卷中解放出來，發(fā)展到現(xiàn)在，目前主要是對組卷算法進行研究，以提高試卷的質(zhì)量及系統(tǒng)運行效率。 本文在對國內(nèi)外大量相關(guān)文獻分析研究的基礎(chǔ)上，著重對自動組卷算法進行了研究。在研究了屬性論的基本方法、理論后，將屬性論的定性映射模型和轉(zhuǎn)化程度函數(shù)應用到組卷算法中，設(shè)計了一種基于屬性論方法的組卷系統(tǒng)。 本

2、文所構(gòu)建的組卷系統(tǒng)，是把組卷過程分為獲取用戶要求、設(shè)計試卷模式和試卷模式的實現(xiàn)三個步驟。在獲取用戶要求后，根據(jù)試題和試卷指標間的數(shù)學關(guān)系將其量化為一組指標分數(shù)分布曲線，即當前的試卷模式；然后建立基于試卷模式的數(shù)學模型；最后將試卷模式實現(xiàn)過程抽象為滿足組卷要求的多目標組合優(yōu)化問題和依據(jù)組合優(yōu)化最優(yōu)解利用定性映射模型從試題庫中抽題兩個過程。抽題過程中，把試題庫中的每一道試題用一n維向量來表示，通過定性映射模型，找出理想試題或其鄰域范圍內(nèi)的所

3、有試題，然后分別求出試題的滿意度。考慮到試題的不同屬性對滿意度的影響程度不同，算法中引入權(quán)重概念，利用屬性論的加權(quán)轉(zhuǎn)化程度函數(shù)求出鄰域范圍內(nèi)每一道試題的滿意度，將滿意度最大的試題抽出組合成一份試卷。 為驗證本文提出的基于屬性論方法的自動組卷算法的有效性，進行了大量的組卷實驗，實驗結(jié)果表明該算法是合理、有效的。由于算法問題在當前智能教學系統(tǒng)的理論研究與實際應用上具有重要意義，因此本課題的研究是十分有必要的，它為解決現(xiàn)有系統(tǒng)存在的問