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WEB的多目标智能组卷算法的研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第9-17页
    1.1 智能组卷的研究背景及意义第9-10页
    1.2 智能组卷的国内外研究现状第10-13页
    1.3 基于WEB的在线考试系统研究第13页
    1.4 常用的计算机智能组卷算法第13-15页
        1.4.1 智能组卷的基本原则第13-14页
        1.4.2 智能组卷算法第14-15页
    1.5 本文的研究内容和论文结构第15-17页
第2章 智能组卷的评价体系与数学模型第17-23页
    2.1 智能组卷的评价指标第17-19页
        2.1.1 考试目的第17页
        2.1.2 试卷题目类型第17-18页
        2.1.3 试卷的平均难度第18页
        2.1.4 试卷的区分度第18页
        2.1.5 试卷的效度第18页
        2.1.6 试卷的信度第18-19页
    2.2 智能组卷体系的数学模型的建立第19-23页
        2.2.1 组卷的约束条件第19-21页
        2.2.2 各属性参数值的偏差计算第21-22页
        2.2.3 智能组卷目标函数的确定第22-23页
第3章 多目标试题库的预处理第23-25页
    3.1 问题的描述第23页
    3.2 多目标分类规则第23页
    3.3 试题库的分类第23-25页
        3.3.1 最邻近规则分类第23-24页
        3.3.2 基于最邻近规则的试题库分类算法第24-25页
第4章 基于改进的粒子群优化算法的智能组卷算法的设计第25-36页
    4.1 改进的粒子群算法的基本理论第25-33页
        4.1.1 改进的粒子群优化算法的特点第25-26页
        4.1.2 改进的粒子群优化算法的原理第26-27页
        4.1.3 改进的粒子群优化算法的操作第27-28页
        4.1.4 改进的粒子群优化算法的实现第28-33页
    4.2 组卷基本策略第33-35页
        4.2.1 组卷的基本步骤第33页
        4.2.2 组卷的基本原则第33-34页
        4.2.3 组卷的思路第34-35页
    4.3 改进的粒子群优化算法智能组卷流程图第35-36页
第5章 智能组卷系统设计与实现第36-53页
    5.1 系统总体结构第36-38页
    5.2 系统功能模块设计第38-43页
    5.3 数据库的设计第43-48页
    5.4 智能组卷系统的实现第48-51页
    5.5 组卷效果及分析第51-53页
结论第53-54页
参考文献第54-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:成就报道新论
下一篇:基于蜂群算法的神经网络集成研究