智能教学系统中的自动组卷算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题背景及意义 | 第8-9页 |
| ·课题的研究现状 | 第9-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 自动组卷的相关理论及数学模型设计 | 第12-31页 |
| ·经典测量理论(CTT) | 第12-13页 |
| ·项目反应理论(IRT) | 第13-23页 |
| ·IRT的基本原理 | 第14-15页 |
| ·IRT的基本假设 | 第15-16页 |
| ·IRT的数学模型 | 第16-20页 |
| ·IRT的重要概念 | 第20-21页 |
| ·IRT的优缺点 | 第21-23页 |
| ·自动组卷问题的数学模型设计 | 第23-31页 |
| ·自动组卷问题描述 | 第23-24页 |
| ·线性规划的最大信息量组卷模型 | 第24-26页 |
| ·离差加权模型 | 第26-28页 |
| ·分步组卷数学模型设计 | 第28-31页 |
| 第三章 自动组卷算法研究 | 第31-49页 |
| ·常用自动组卷算法及比较 | 第31-32页 |
| ·遗传算法理论 | 第32-37页 |
| ·遗传算法的基本概念 | 第32-33页 |
| ·遗传算法的基本结构及特征 | 第33-35页 |
| ·遗传算法实现的关键技术 | 第35-37页 |
| ·自适应遗传算法的主要思想 | 第37-38页 |
| ·小生境技术介绍 | 第38-39页 |
| ·小生境技术的基本理论 | 第38-39页 |
| ·三种常用的小生境技术 | 第39页 |
| ·自动组卷算法的改进思想 | 第39-45页 |
| ·编码方案的确定 | 第40页 |
| ·基于IRT的适应度函数的确定 | 第40-41页 |
| ·选择、交叉、变异算子设计 | 第41-44页 |
| ·自适应技术与小生境技术相结合 | 第44页 |
| ·自动组卷算法描述 | 第44-45页 |
| ·实验分析 | 第45-49页 |
| ·测试函数 | 第45-46页 |
| ·对测试函数的计算结果分析 | 第46-49页 |
| 第四章 改进后的算法在组卷中的应用 | 第49-55页 |
| ·问题描述与转化 | 第49页 |
| ·模拟试题库 | 第49-51页 |
| ·试题库的组织要求 | 第50页 |
| ·试题的参数 | 第50-51页 |
| ·组卷策略 | 第51页 |
| ·自动组卷算法参数的选择 | 第51-52页 |
| ·自动组卷算法性能实验分析 | 第52-55页 |
| ·组卷参数设定及结果 | 第52-54页 |
| ·组卷效率 | 第54页 |
| ·算法稳定性 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 本文的工作总结 | 第55页 |
| 将来的工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的学术论文及科研成果 | 第60页 |
