改进型遗传算法在自动组卷系统中的应用研究

龙源期刊网 https://www.360docs.net/doc/b97044829.html,

作者：宋秋莲

来源：《计算机光盘软件与应用》2013年第24期

摘要：一直以来优先权法、误差补偿法等是网络考试组卷系统中的基本计算方法，但这

些算法在公平与随机问题的处理上效果并不理想。而将改进型遗传算法科学运用在自动组卷系统中，这利于突破传统遗传算法的局限，完善自动组卷系统的功能性，以达到网络考试的科学、公平目标。在此，本文将针对性研究改进型遗传算法在自动组卷系统中的应用。

关键词：遗传算法；组卷系统；自然编码；改进

中图分类号：TP18

随着网络考试系统的逐步完善，在计算机网络平台的基础上网络考试越来越普及化。改进型的遗传算法还能在多样性、多解性条件下，计算出理想的结果，所以将其应用在自动组卷系统中能够达到理想效果。

1 试题库结构

试题库、组卷算法是组卷系统中的两个组成要素。其中，试题库是管理试题的数据库，其结构影响着考试范围的覆盖性，以及网络考试的公平性。为了公平、科学的检测出学生的学习水平，试题库的结构需要全面、规范，从而便于操作与管理。如表1所示，这是试题库结构的整体框架，每个试题都需要包括下面的10大内容。

2 遗传算法及其改进

采用分组自然数的系统编码策略，这是改进型遗传算法的突破，利于有效解决传统遗传算法的不足。分组自然数编码策略的操作原理是，对每种题型进行独立的自然数据编码，使得一种题型对应一组编码。而后，在初始化题型库中选择每一种题型的一组试题，构成染色体，一个试题就是一个染色体，染色体的编码代表试题的编码。采用变长编码的方式来处理染色体，合并多个试题，但要确保试题之间以及试题组之间的相互独立性。如图1所示，这是两张试卷的染色体编码。

按照不同题型的题量需求随机抽取试题分库中的试题，组成初始种群，以此来加快收敛性，减少迭代次数，减少染色体的运算复杂性，缩短编码长度。如此，不仅可以令不同题型与题量达到需求，而且还可确保试题分库的知识约束属性，同时节省了二进制编码的搜索空间，从而促进解码时间的提高，以及解码速度的加快。