基于遗传算法的计算机自适应测试系统的设计与开发
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·项目反应理论研究现状 | 第10-11页 |
| ·计算机考试系统研究现状 | 第11页 |
| ·自适应测试研究现状 | 第11-12页 |
| ·本文的主要工作和创新 | 第12-14页 |
| 第二章 相关理论研究 | 第14-35页 |
| ·IRT概述 | 第14-20页 |
| ·IRT的三条基本假设 | 第14-17页 |
| ·项目反应理论的参数模型 | 第17-20页 |
| ·项目反应理论的应用及现实意义 | 第20-21页 |
| ·IRT的应用 | 第20页 |
| ·IRT的现实意义 | 第20-21页 |
| ·自适应测试简介 | 第21页 |
| ·计算机自适应测试基本原理 | 第21-26页 |
| ·计算机自适应测试的选题策略 | 第22-23页 |
| ·计算机自适应测试的终止规则 | 第23-24页 |
| ·计算机自适应测试的能力估计技术 | 第24-26页 |
| ·计算机自适应测试流程及改进 | 第26-29页 |
| ·计算机自适应测试流程 | 第27-28页 |
| ·改进的计算机自适应测试流程 | 第28-29页 |
| ·组卷问题分析 | 第29-34页 |
| ·组卷问题研究现状 | 第29-30页 |
| ·常用的组卷算法分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 计算机自适应考试系统的设计 | 第35-47页 |
| ·系统的开发环境和工具 | 第35-36页 |
| ·系统的开发环境 | 第35页 |
| ·系统的开发简介 | 第35-36页 |
| ·系统的需求分析和预期目标 | 第36-38页 |
| ·系统的需求分析 | 第37-38页 |
| ·系统的预期目标 | 第38页 |
| ·系统的结构设计 | 第38-43页 |
| ·系统的用户设计 | 第38-39页 |
| ·系统的功能模块 | 第39-43页 |
| ·题库设计 | 第43-46页 |
| ·项目参数的设计与计算 | 第43-44页 |
| ·题库的结构设计 | 第44-45页 |
| ·数据库设计 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 遗传算法在考试系统中的应用 | 第47-63页 |
| ·遗传算法 | 第47-50页 |
| ·遗传算法的基本思想 | 第47页 |
| ·遗传算法的特点 | 第47-48页 |
| ·遗传算法的基本操作及运算流程 | 第48-50页 |
| ·基于遗传算法的组卷 | 第50-56页 |
| ·编码设计 | 第50-51页 |
| ·种群的初始化 | 第51-52页 |
| ·适应度函数的设计 | 第52页 |
| ·选择操作 | 第52-53页 |
| ·交叉操作 | 第53-55页 |
| ·变异操作 | 第55-56页 |
| ·算法终止条件 | 第56页 |
| ·遗传算法在系统中的改进 | 第56-62页 |
| ·遗传算法的改进 | 第56-58页 |
| ·实验结果分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-64页 |
| ·总结 | 第63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |
