基于遗传微粒群算法的组卷策略应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题的研究背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·组卷策略的研究现状 | 第11-12页 |
| ·遗传算法的研究现状 | 第12-13页 |
| ·微粒群算法的研究现状 | 第13页 |
| ·问题的提出 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 组卷策略理论体系及数学模型的建立 | 第15-23页 |
| ·组卷策略的基本原则 | 第15页 |
| ·试卷质量的评价指标 | 第15-17页 |
| ·试卷的难度与区分度 | 第16页 |
| ·试卷的信度与效度 | 第16-17页 |
| ·试题库的指标体系 | 第17-19页 |
| ·组卷模式 | 第19-21页 |
| ·试卷的目标函数 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 遗传算法和微粒群算法的融合 | 第23-32页 |
| ·PSO算法概述 | 第23-26页 |
| ·基本PSO原理 | 第23-24页 |
| ·基本PSO算法流程 | 第24-25页 |
| ·微粒群算法的特点 | 第25-26页 |
| ·遗传算法概述 | 第26-28页 |
| ·遗传算法的基本原理 | 第26页 |
| ·遗传算法的基本流程 | 第26-27页 |
| ·遗传算法的特点 | 第27-28页 |
| ·遗传算法和微粒群算法的融合 | 第28-31页 |
| ·遗传算法与微粒群算法的异同 | 第28页 |
| ·遗传微粒群算法的基本思想 | 第28-29页 |
| ·遗传微粒群算法的基本步骤 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 遗传微粒群算法在组卷中的应用 | 第32-42页 |
| ·试题库的建立 | 第32页 |
| ·组卷算法流程 | 第32-33页 |
| ·遗传微粒群算法应用在组卷中的具体步骤 | 第33-41页 |
| ·组卷编码方法的确定 | 第34-35页 |
| ·适应度函数的确定 | 第35页 |
| ·产生初始种群的改进方法 | 第35-36页 |
| ·自适应的比例选择策略 | 第36-37页 |
| ·交叉算子的改进 | 第37-38页 |
| ·变异算子的改进 | 第38-39页 |
| ·最优保留策略 | 第39-40页 |
| ·动态平衡全局搜索与局部搜索 | 第40-41页 |
| ·算法终止条件 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第5章 试卷分析 | 第42-50页 |
| ·试卷分析的组成 | 第42页 |
| ·试卷分析的方法 | 第42-49页 |
| ·学生成绩统计分析 | 第42-45页 |
| ·试题质量分析 | 第45-47页 |
| ·试卷质量分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 组卷系统的分析、设计与实现 | 第50-70页 |
| ·系统的需求分析 | 第50-51页 |
| ·系统设计 | 第51-57页 |
| ·系统的体系结构 | 第51-52页 |
| ·系统功能模块设计 | 第52-53页 |
| ·数据库设计 | 第53-57页 |
| ·系统主要模块功能的实现 | 第57-65页 |
| ·用户信息管理模块 | 第57-58页 |
| ·题库管理模块 | 第58-59页 |
| ·教师组卷模块 | 第59-62页 |
| ·考试模块设计 | 第62-63页 |
| ·试卷分析模块 | 第63-65页 |
| ·实验结果与分析 | 第65-69页 |
| ·组卷要求与参数设定 | 第65-66页 |
| ·组卷结果 | 第66-67页 |
| ·组卷算法分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第7章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
