王慧敏

摘 要： 在分析遺傳算法適應(yīng)度對(duì)遺傳算法收斂性影響的基礎(chǔ)上，針對(duì)試題試卷部分的信息參數(shù)和評(píng)價(jià)指標(biāo)，對(duì)遺傳算法在組卷中的應(yīng)用進(jìn)行了具體的論述，分析了遺傳算法在組卷系統(tǒng)中各個(gè)部分的實(shí)現(xiàn)方法，提出了組卷模塊的體系結(jié)構(gòu)。針對(duì)遺傳算法本身的原理特性進(jìn)行討論，研究其理論基礎(chǔ)及其所具有的過(guò)早收斂的“早熟”現(xiàn)象，并利用排擠算法的早熟現(xiàn)象將組卷系統(tǒng)中的遺傳算法進(jìn)行改進(jìn)。隨后建立向量模型進(jìn)行快速的試題相似性檢測(cè)，使考試內(nèi)容和考試質(zhì)量得以提升。最終將研究結(jié)果進(jìn)行實(shí)驗(yàn)對(duì)比與分析，并對(duì)研究結(jié)果進(jìn)行了工程實(shí)現(xiàn)。

關(guān)鍵詞： 組卷； 遺傳算法； 相似性檢索； 小生境算法； 對(duì)比實(shí)驗(yàn)

中圖分類(lèi)號(hào)： TN911?34； TP311.52 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）05?0117?04

網(wǎng)絡(luò)化教育以其高速快捷和大信息量被廣大學(xué)習(xí)者認(rèn)可，而網(wǎng)絡(luò)化考試作為網(wǎng)絡(luò)化教育的主要組成部分之一[1]，成為研究者們熱衷的課題，其中研究點(diǎn)之一就是智能組卷系統(tǒng)。智能組卷系統(tǒng)應(yīng)用人工智能、機(jī)器學(xué)習(xí)理論，根據(jù)學(xué)習(xí)者的需求和考試試卷的特點(diǎn)建立數(shù)學(xué)模型，再依靠計(jì)算機(jī)強(qiáng)大計(jì)算能力“智能”地找到學(xué)習(xí)者的特點(diǎn)和需求，使計(jì)算機(jī)不斷向智能化、人性化的方向邁進(jìn)，在教育領(lǐng)域更加體貼的為學(xué)習(xí)者服務(wù)[2]。

近年來(lái)不斷有學(xué)者對(duì)考試智能組裝試卷的方法進(jìn)行研究和探索[3]。而如何更準(zhǔn)確地利用計(jì)算機(jī)智能的產(chǎn)生出具有針對(duì)性的、難度適中的、范圍準(zhǔn)確的考試試卷就成為了網(wǎng)絡(luò)化考核之中又一個(gè)重要的研究環(huán)節(jié)。本文提出了將試題文本作為組卷參數(shù)之一的改進(jìn)模式，通過(guò)對(duì)相似試題文本的排除達(dá)到遺傳算法中早熟現(xiàn)象的免疫[4]。同時(shí)增加考試試卷的多樣性。其次，提出遺傳算法框架模式并研究遺傳算法中適應(yīng)度函數(shù)對(duì)函數(shù)收斂速度的影響。最后對(duì)研究算法進(jìn)行測(cè)試，并對(duì)結(jié)果進(jìn)行了實(shí)現(xiàn)。

1 遺傳算法在組卷中的應(yīng)用

1.1 目標(biāo)函數(shù)及適應(yīng)度函數(shù)

實(shí)際應(yīng)用中，可能不會(huì)需要上述如此多的約束條件，比如只需要約束試卷的難度與題型分布，或者難度與知識(shí)點(diǎn)的分布等，對(duì)每一方面都做到完好的滿(mǎn)足可能要花費(fèi)很長(zhǎng)的組卷時(shí)間，甚至組不出滿(mǎn)足要求的試卷，這時(shí)需要在一定程度下放寬對(duì)組卷的約束要求。并且對(duì)于不同的約束條件，其容忍的誤差也會(huì)有所不同。因此需要設(shè)定目標(biāo)函數(shù)為：[F=X1，X2，…，Xn。]其中：[X1]為組卷需求中第[i]項(xiàng)約束條件取值變量；[F]為目標(biāo)函數(shù)值，而[X1，X2，…，Xn]全部取到需求點(diǎn)時(shí)即為[F]的極值。適應(yīng)度函數(shù)則由[F]的目標(biāo)函數(shù)映射為非負(fù)、極大函數(shù)，以滿(mǎn)足遺傳算法中優(yōu)勝劣汰的思想。

4 結(jié) 論

本文從現(xiàn)有的智能組卷技術(shù)出發(fā)，分析了組卷過(guò)程中涉及的經(jīng)典測(cè)試?yán)碚摵晚?xiàng)目反應(yīng)理論的信息參數(shù)和評(píng)價(jià)參數(shù)。利用小生境排擠機(jī)制和調(diào)整遺傳算子的辦法避免了組卷算法中早熟現(xiàn)象的發(fā)生。建立了向量空間查詢(xún)模型，并對(duì)研究結(jié)果進(jìn)行了實(shí)驗(yàn)對(duì)比和分析，最終依照實(shí)際應(yīng)用，建立了一套高效的、智能的、符合用戶(hù)測(cè)試需求的組卷系統(tǒng)。分析實(shí)驗(yàn)結(jié)果表明，利用文本相似度改進(jìn)遺傳算法實(shí)現(xiàn)的組卷系統(tǒng)具有較高的實(shí)用價(jià)值。隨著人工智能與語(yǔ)言技術(shù)的進(jìn)步，更為準(zhǔn)確、高效的文本分析將會(huì)被應(yīng)用于組卷算法中，從而產(chǎn)生更為人性化的測(cè)試試卷。這也將成為本課題下一步的研究重點(diǎn)。

參考文獻(xiàn)

[1] 周?chē)?guó)文.基于XML的試題庫(kù)自動(dòng)組卷系統(tǒng)[D].長(zhǎng)春：吉林大學(xué)，2013.

[2] 王一萍，曲偉建，潘海珠.一種基于粒子群優(yōu)化的組卷算法[J].兵工自動(dòng)化，2009，28（2）：39?42.

[3] 田濤.在線考試系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2013.

[4] 邊霞，米良.遺傳算法理論及其應(yīng)用研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2010，27（7）：2425?2429.

[5] 郭小磊.基于自適應(yīng)遺傳算法的組卷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電腦開(kāi)發(fā)與應(yīng)用，2010，23（8）：67?68.

[6] 華潔，崔杜武.基于個(gè)體優(yōu)化的自適應(yīng)小生境遺傳算法[J].計(jì)算機(jī)工程，2010，36（1）：194?196.

[7] 齊暢，王冬霞，韓穎.多種遺傳算法在函數(shù)優(yōu)化方面的性能比較分析[J].遼寧工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，33（5）：290?293.

[8] 王旭陽(yáng)，萬(wàn)里.信息檢索中語(yǔ)義相似度算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2012，50（10）：124?127.

[9] 賈巧麗.基于內(nèi)容的圖像檢索技術(shù)研究[D].開(kāi)封：河南大學(xué)，2012.