基于遗传算法的智能组卷研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景 | 第10-14页 |
| ·智能组卷的研究背景 | 第10-11页 |
| ·智能组卷的研究现状 | 第11-13页 |
| ·遗传算法在组卷问题中的应用 | 第13-14页 |
| ·论文所做的工作 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 遗传算法的研究 | 第17-28页 |
| ·遗传算法的历史和应用 | 第17-18页 |
| ·基本遗传算法 | 第18-24页 |
| ·遗传算法的基本概念与构成要素 | 第18-20页 |
| ·基本遗传算法的流程 | 第20-21页 |
| ·基本遗传算法的一般实现描述 | 第21-24页 |
| ·遗传算法的基础理论 | 第24-26页 |
| ·模式定理 | 第24-25页 |
| ·隐含并行性 | 第25页 |
| ·积木块假设 | 第25-26页 |
| ·“早熟”现象的产生 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 改进遗传算法的研究 | 第28-51页 |
| ·基本遗传算法中“早熟”现象深入分析 | 第28-31页 |
| ·遗传算子对“早熟”现象的影响 | 第28-30页 |
| ·“早熟”现象产生原因 | 第30-31页 |
| ·现有改进遗传算法分析 | 第31-34页 |
| ·小生境遗传算法 | 第32-33页 |
| ·自适应遗传算法 | 第33页 |
| ·其他改进遗传算法研究 | 第33-34页 |
| ·新的改进策略提出与分析 | 第34-44页 |
| ·宏观上的种群分割策略 | 第35-38页 |
| ·微观上的基因库策略 | 第38-41页 |
| ·微观上引进新个体改进策略 | 第41-44页 |
| ·改进算法的流程 | 第44-46页 |
| ·改进算法在智能组卷中的应用 | 第46-48页 |
| ·改进算法性能对比 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 智能组卷数学模型及系统建模 | 第51-65页 |
| ·引言 | 第51页 |
| ·组卷问题分析及试题基本属性 | 第51-56页 |
| ·试题的难度和区分度属性 | 第52-53页 |
| ·认知层次信度与效度指标 | 第53-56页 |
| ·构建智能组卷的数学模型 | 第56-61页 |
| ·试题的指标体系及试卷的成卷模式 | 第56-57页 |
| ·试卷难度分布计算模型 | 第57-59页 |
| ·组卷问题的目标函数 | 第59-61页 |
| ·基于遗传算法的智能组卷中参数的确定 | 第61-63页 |
| ·编码方式 | 第61-62页 |
| ·选择算子 | 第62-63页 |
| ·交叉算子 | 第63页 |
| ·变异算子 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第5章 基于智能组卷的考试系统建立 | 第65-70页 |
| ·引言 | 第65页 |
| ·系统实现目标与设计原则 | 第65-66页 |
| ·系统实施方案 | 第66-68页 |
| ·实施方法与技术 | 第66页 |
| ·智能组卷考试系统的总体结构设计及实现 | 第66-68页 |
| ·智能组卷测试与分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |
