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 |