首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--教学机、学习机论文

基于遗传算法的组卷策略研究与应用

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-17页
   ·课题研究的背景和意义第9-11页
   ·试题库概述第11-13页
     ·试题库的定义第11-12页
     ·网络试题库简介第12-13页
   ·现有题库状况及相关研究第13-15页
   ·本文的主要工作第15-17页
第二章 自动组卷的基础理论第17-29页
   ·理论分析第17-18页
   ·经典测量理论的内容第18-21页
     ·教育测量与教育统计理论第18页
     ·经典测量理论的内容第18-21页
   ·遗传算法分析第21-29页
     ·遗传算法的基本原理第21-23页
     ·遗传算法的主要特征第23-25页
     ·遗传算法中涉及的基本概念第25-26页
     ·生物遗传概念在遗传算法中的对应关系第26-27页
     ·遗传算法实现的基本步骤第27-29页
第三章 自动组卷策略分析第29-35页
   ·组卷策略概述第29-30页
   ·自动组卷的目的、本质和原则第30-31页
     ·组卷的目的第30页
     ·组卷的本质第30-31页
     ·遵循的原则第31页
   ·组卷的特点及功能要求第31-33页
     ·智能组卷的特点第31-32页
     ·智能组卷的功能要求第32-33页
   ·本章小结第33-35页
第四章 题库设计及组卷参数定义第35-45页
   ·试题库的结构设计第35-38页
     ·试题库设计第35页
     ·试题库属性结构第35-38页
   ·试题难度系数的确定第38-40页
     ·难度系数的确定第39-40页
     ·区分度的计算第40页
   ·组卷参数定义方法第40-44页
     ·总体参数第41页
     ·题型比例第41页
     ·知识点——难度比例第41-42页
     ·知识点——认知分类比例第42页
     ·参数约束条件第42-43页
     ·平均难度与平均区分度计算模式第43页
     ·最终抽题时的组卷参数第43-44页
   ·本章小结第44-45页
第五章 基于改进遗传算法的自动组卷策略第45-61页
   ·常用智能组卷方法比较第45-46页
     ·随机抽取法第45页
     ·回溯试探法第45-46页
     ·误差补偿算法第46页
   ·基于改进遗传算法的固定套卷组卷策略第46-53页
     ·试题核心属性的确定第46-48页
     ·自动组卷数学模型的建立第48-50页
     ·基于改进遗传算法的固定套卷自动组卷第50-53页
   ·基于改进遗传算法的随机套卷组卷策略第53-58页
     ·遗传算法的重新改进第53-55页
     ·适应度函数的设计第55-56页
     ·遗传算子的设计第56-58页
   ·两种组卷策略的比较第58-59页
   ·本章小结第59-61页
第六章 自动组卷策略的实现第61-67页
   ·无纸化考试系统的规划第61-62页
   ·自动组卷策略的实现第62-65页
     ·自动组卷策略实现步骤第63页
     ·实验结果及分析第63-65页
   ·本章小结第65-67页
第七章 结束语第67-69页
参考文献第69-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:部队训练计划管理系统的设计与实现
下一篇:面向Web搜索的链接可用性分析与推测技术研究