首页--文化、科学、教育、体育论文--教育论文--电化教育论文--计算机化教学论文

基于遗传算法的自动组卷及经典测量理论评价

中文摘要第4-5页
英文摘要第5-6页
1 绪论第9-15页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 论文内容与结构第13-15页
2 自动组卷理论第15-22页
    2.1 教育测量理论第15-16页
        2.1.1 经典测量理论第15页
        2.1.2 项目反应理论第15-16页
        2.1.3 概括化理论第16页
        2.1.4 教育测量理论选取第16页
    2.2 自动组卷问题分析第16-18页
        2.2.1 自动组卷问题第17页
        2.2.2 自动组卷基本原则第17-18页
        2.2.3 自动组卷中试题主要属性第18页
    2.3 自动组卷数学模型的构建第18-21页
    2.4 本章小结第21-22页
3 基于遗传算法的自动组卷算法设计第22-33页
    3.1 自动组卷算法选取第22-24页
    3.2 遗传算法在自动组卷中的应用第24-28页
        3.2.1 遗传算法的思想与基本操作第24-25页
        3.2.2 遗传算法在自动组卷中的一般原理第25-26页
        3.2.3 基于遗传算法的自动组卷流程第26-28页
    3.3 自动组卷算法设计第28-32页
    3.4 本章小结第32-33页
4 基于遗传算法的自动组卷算法应用第33-40页
    4.1 《计算机基础》课程特点分析第33-34页
    4.2 试题库属性分析第34-36页
    4.3 自动组卷算法的应用第36-39页
    4.4 本章小结第39-40页
5 基于经典测量理论的试卷质量评价第40-46页
    5.1 评价指标选取第40-42页
    5.2 评价指标应用第42-43页
    5.3 评价效果分析第43-45页
    5.4 本章小结第45-46页
6 总结与展望第46-48页
参考文献第48-51页
附录A:作者攻读硕士学位期间发表论文及科研情况第51-52页
附录B:组卷实例第52-56页
致谢第56-57页

论文共57页,点击 下载论文
上一篇:基于深度学习的短文本情感分类研究
下一篇:轮式服务机器人控制系统可靠性设计与安全性研究