首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于推理与遗传算法的智能组卷模型与系统实现

摘要第1-5页
Abstract第5-11页
1 引言第11-16页
   ·课题研究的背景与意义第11-12页
   ·国内外组卷系统的发展与研究第12-14页
   ·课题的研究内容第14-16页
2 组卷的基本理论与数学模型第16-27页
   ·组卷定义与智能组卷定义第16页
   ·试题的属性指标定义第16-18页
     ·基本属性指标定义第16-18页
     ·试题的实测属性指标定义第18页
   ·试卷质量属性指标定义第18-20页
     ·试卷的信度与效度第19页
     ·试卷的难度与区分度第19-20页
   ·组卷的基本原则和要求第20-22页
     ·组卷的基本原则第20页
     ·组卷的基本要求第20-22页
   ·组卷的数学模型建立第22-24页
     ·组卷问题的数学描述第22-24页
     ·组卷参数指标体系第24页
   ·智能组卷的方案设计第24-27页
     ·智能组卷体系结构设计第24-25页
     ·智能组卷功能模块分析第25-27页
3 组卷指标降维与关联策略分析第27-31页
   ·组卷指标分类第27页
   ·关联策略分析第27-29页
   ·指标体系降维第29-31页
4 推理机预选题库第31-38页
   ·推理机设计第31-32页
   ·推理机制预选组卷第32-37页
     ·必选因素选择第32-33页
     ·推理机预选试题第33-37页
       ·推理规则库设计第33-35页
       ·推理匹配抽题过程第35-37页
   ·推理机结果分析第37-38页
5 自适应遗传算法组卷第38-50页
   ·遗传算法基本思想第38页
   ·组卷模式第38-40页
     ·章节比例分布第38-39页
     ·难度比例分布第39页
     ·认知度比例分布第39页
     ·考试时间限定第39-40页
     ·总体区分度第40页
   ·分段实数编码方案第40-41页
   ·适应度函数设计第41-44页
     ·误差分析第41-42页
     ·目标函数设计第42-43页
     ·适应度函数设计第43-44页
   ·遗传算子设计第44-49页
     ·选择操作第44-45页
     ·自适应交叉算子第45-48页
     ·自适应变异算子第48-49页
   ·算法终止条件第49-50页
6 试卷分析第50-60页
   ·试卷分析第50-55页
     ·信度第50-51页
     ·效度第51-52页
     ·试卷难度第52-54页
     ·试卷区分度第54-55页
     ·指标体系间的关系第55页
   ·学生成绩统计分析第55-56页
   ·“自学习”的试题与试卷分析第56-59页
     ·试题分析第56-58页
     ·试卷分析第58-59页
   ·小结第59-60页
7 智能组卷系统的实现第60-75页
   ·数据库实现第60-69页
     ·题库第60-63页
       ·题库组织结构第60-62页
       ·试题的制作和录用第62-63页
       ·题库的建立与维护第63页
     ·规则库第63-64页
     ·预选题库第64-66页
     ·试卷范例库第66-69页
   ·智能组卷实现第69-72页
     ·组卷目标第69-70页
     ·组卷结果分析第70-72页
   ·试卷分析第72-74页
     ·试题分析第73-74页
     ·试卷分析第74页
   ·小结第74-75页
8 总结与展望第75-76页
参考文献第76-78页
致谢第78-79页
附录一 攻读学位期间发表的论文第79-80页
附录二 表目录第80-81页

论文共81页,点击 下载论文
上一篇:嵌入式仿人智能控制仪表的研究
下一篇:基于虚拟仪器的数字源表自动化测试及应用