基于智能算法的教学管理信息系统的设计
摘要 | 第7-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-17页 |
1.1 课题研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 教学管理信息系统研究现状 | 第13-14页 |
1.2.2 智能组卷算法的研究现状 | 第14-15页 |
1.3 本文主要的研究内容 | 第15页 |
1.4 本文结构框架 | 第15-17页 |
第2章 智能组卷与算法分析 | 第17-32页 |
2.1 智能组卷概念 | 第17-22页 |
2.1.1 组卷问题简介 | 第17-18页 |
2.1.2 组卷问题数学模型 | 第18-21页 |
2.1.3 智能组卷的主要方法 | 第21-22页 |
2.2 遗传算法在智能组卷中的应用 | 第22-27页 |
2.2.1 遗传算法简介 | 第23页 |
2.2.2 遗传算法的基本思想 | 第23-24页 |
2.2.3 遗传算法求解步骤 | 第24-26页 |
2.2.4 遗传算法在智能组卷中的一般原理 | 第26-27页 |
2.3 蚁群算法在智能组卷中的应用 | 第27-31页 |
2.3.1 蚁群算法简介 | 第28页 |
2.3.2 蚁群算法基本思想 | 第28-30页 |
2.3.3 蚁群算法的求解步骤 | 第30-31页 |
2.3.4 蚁群算法在智能组卷中的优缺点 | 第31页 |
2.3.5 人工蚁群与真实蚁群 | 第31页 |
2.4 本章小结 | 第31-32页 |
第3章 基于蚁群混合遗传算法的智能组卷算法 | 第32-47页 |
3.1 基于蚁群混合遗传算法的智能组卷 | 第32-33页 |
3.1.1 算法混合可行性分析 | 第32页 |
3.1.2 算法混合的基本原理 | 第32-33页 |
3.2 算法混合基本环节 | 第33-37页 |
3.3 混合算法设计与流程 | 第37-40页 |
3.3.1 混合算法中的遗传算法设计 | 第37-38页 |
3.3.2 混合算法中的遗传算法流程 | 第38页 |
3.3.3 混合算法中的蚁群算法设计 | 第38-40页 |
3.3.4 混合算法中的遗传算法步骤 | 第40页 |
3.4 算法实现与分析 | 第40-46页 |
3.4.1 数据来源 | 第40-41页 |
3.4.2 混合算法组卷要求 | 第41-42页 |
3.4.3 混合算法运行结果分析 | 第42-46页 |
3.5 本章小结 | 第46-47页 |
第4章 教学管理信息系统 | 第47-53页 |
4.1 教学管理信息系统简介 | 第47-48页 |
4.2 教学管理信息系统主要内容 | 第48页 |
4.3 教学管理信息系统的设计模式 | 第48-49页 |
4.3.1 Spring | 第49页 |
4.3.2 Spring MVC | 第49页 |
4.3.3 Mybatis | 第49页 |
4.4 面向对象的编程思想 | 第49-50页 |
4.5 网络架构 | 第50-51页 |
4.6 MYSQL数据库 | 第51-52页 |
4.9 本章小结 | 第52-53页 |
第5章 系统设计 | 第53-67页 |
5.1 系统流程图 | 第53-54页 |
5.2 系统设计 | 第54-58页 |
5.3 数据库设计 | 第58-61页 |
5.3.1 数据需求分析 | 第58-59页 |
5.3.2 数据实体图 | 第59-61页 |
5.4 数据表 | 第61-66页 |
5.5 本章小结 | 第66-67页 |
第6章 系统测试 | 第67-77页 |
6.1 系统测试的基本原则 | 第67页 |
6.2 系统测试 | 第67-68页 |
6.3 系统单元测试 | 第68-75页 |
6.3.1 注册登陆模块测试 | 第68-70页 |
6.3.2 信息管理模块测试 | 第70-71页 |
6.3.3 试题管理模块测试 | 第71-73页 |
6.3.4 自动组卷模块测试 | 第73-75页 |
6.4 系统测试的结论 | 第75页 |
6.4.1 软件能力 | 第75页 |
6.4.2 软件的缺陷和限制 | 第75页 |
6.5 系统维护建议 | 第75-76页 |
6.6 本章小结 | 第76-77页 |
结论与展望 | 第77-79页 |
参考文献 | 第79-83页 |
附录1 选择算子程序代码 | 第83-86页 |
附录2 选择算子程序代码 | 第86-88页 |
附录3 交叉算子程序代码 | 第88-90页 |
附录4 变异算子程序代码 | 第90-93页 |
攻读学位期间发表的学术论文 | 第93-94页 |
致谢 | 第94-95页 |