改进遗传算法在智能组卷中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 1.3.1 研究路线 | 第12-13页 |
| 1.3.2 主要工作 | 第13页 |
| 1.3.3 关键问题 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 系统相关技术与理论基础 | 第16-27页 |
| 2.1 组卷基本的原则 | 第16-17页 |
| 2.2 试题的基本属性 | 第17-20页 |
| 2.3 试卷的评价指标 | 第20-21页 |
| 2.4 组卷中的数学建模 | 第21-23页 |
| 2.5 相关技术支持 | 第23-26页 |
| 2.5.1 Spring MVC框架 | 第23-24页 |
| 2.5.2 Web Service | 第24-26页 |
| 2.5.3 Ngnix和Tomcat | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 遗传算法与群智能算法融合的改进办法 | 第27-38页 |
| 3.1 算法简介 | 第27-33页 |
| 3.1.1 遗传算法 | 第27-31页 |
| 3.1.2 蚁群算法 | 第31-33页 |
| 3.1.3 人工蜂群算法 | 第33页 |
| 3.2 几种算法的比较 | 第33-36页 |
| 3.3 遗传算法的改进办法确立 | 第36页 |
| 3.4 本文算法选择 | 第36-38页 |
| 第四章 改进遗传算法在组卷中的实现 | 第38-51页 |
| 4.1 组卷问题 | 第38-39页 |
| 4.1.1 组卷目标定位 | 第38页 |
| 4.1.2 组卷过程中的两个重要指标 | 第38-39页 |
| 4.2 算法在组卷中的应用 | 第39-43页 |
| 4.3 改进算法的测试结果分析 | 第43-49页 |
| 4.3.1 组卷算法的性能比较 | 第44页 |
| 4.3.2 组卷算法的结果分析 | 第44-46页 |
| 4.3.3 算法改进效果讨论 | 第46-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 智能培训系统的总体实现 | 第51-67页 |
| 5.1 系统需求分析 | 第51-54页 |
| 5.1.1 功能需求分析 | 第51-53页 |
| 5.1.2 安全性需求与解决 | 第53页 |
| 5.1.3 性能需求与解决 | 第53-54页 |
| 5.2 系统的概要设计 | 第54-57页 |
| 5.2.1 用户角色设计 | 第54页 |
| 5.2.2 功能模块设计 | 第54-55页 |
| 5.2.3 系统用例图 | 第55-56页 |
| 5.2.4 系统类图 | 第56-57页 |
| 5.2.5 系统时序图 | 第57页 |
| 5.3 学员端模块实现 | 第57-60页 |
| 5.3.1 培训教程 | 第58页 |
| 5.3.2 操作训练 | 第58-59页 |
| 5.3.3 模拟考试和在线考试 | 第59-60页 |
| 5.4 教师端模块实现 | 第60-65页 |
| 5.4.1 项目管理 | 第60页 |
| 5.4.2 习题管理 | 第60-62页 |
| 5.4.3 试卷管理 | 第62-64页 |
| 5.4.4 后台监控 | 第64-65页 |
| 5.4.5 阅卷 | 第65页 |
| 5.5 开发工具及环境 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文研究工作总结 | 第67-68页 |
| 6.2 今后工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间的学术成果 | 第73页 |
