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

基于混合遗传算法的适应性组卷算法研究

摘要第7-8页
abstract第8-9页
第1章 绪论第10-17页
    1.1 研究背景与意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 基于随机算法的组卷第12页
        1.2.2 基于回溯算法的组卷第12-13页
        1.2.3 基于启发式搜索算法的组卷第13-14页
        1.2.4 遗传算法及其应用第14-15页
    1.3 本文的研究内容第15页
    1.4 本文的组织结构第15-17页
第2章 相关概念和技术的介绍第17-24页
    2.1 遗传算法基本概念及流程第17-22页
        2.1.1 算法流程第17-18页
        2.1.2 基本编码方式第18-19页
        2.1.3 三种遗传算子第19-22页
        2.1.4 适应度函数选取原则第22页
    2.2 遗传算法早熟原因第22-23页
    2.3 小生境技术第23页
    2.4 本章小结第23-24页
第3章 组卷问题概述第24-29页
    3.1 组卷基本原则第24页
    3.2 组卷过程简述第24-25页
    3.3 试卷评价指标第25-28页
        3.3.1 难度(Difficulty)第25-26页
        3.3.2 效度(Validity)第26-27页
        3.3.3 信度(Reliability)第27页
        3.3.4 区分度(Discrimination)第27-28页
    3.4 本章小结第28-29页
第4章 改进的基于混合遗传算法的组卷算法第29-50页
    4.1 试卷模型第29-33页
    4.2 组卷约束条件表示第33-37页
        4.2.1 组卷约束条件第33-36页
        4.2.2 组卷目标函数第36-37页
    4.3 改进的混合遗传组卷算法第37-41页
        4.3.1 种群多样性评估改进第37-38页
        4.3.2 引入多小生境拥挤繁衍策略第38-40页
        4.3.3 自适应调整的交叉变异概率第40-41页
    4.4 组卷算法流程第41-45页
    4.5 组卷算法实施第45-49页
        4.5.1 基础参数设定第45页
        4.5.2 分段实数编码方式第45-46页
        4.5.3 适应度函数第46-47页
        4.5.4 选择算子第47页
        4.5.5 交叉算子第47-48页
        4.5.6 变异算子第48-49页
    4.6 本章小结第49-50页
第5章 实验设计与结果第50-57页
    5.1 实验环境及评价指标第50页
    5.2 实验数据说明第50-52页
    5.3 实验效果分析第52-56页
        5.3.1 实验参数第52-53页
        5.3.2 性能测试第53-54页
        5.3.3 初始种群对组卷的影响第54-55页
        5.3.4 权重对组卷的影响第55-56页
    5.4 本章小结第56-57页
第6章 总结与展望第57-59页
    6.1 总结第57-58页
    6.2 展望第58-59页
参考文献第59-62页
附录第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:金属氧化物半导体气敏材料制备与改性
下一篇:光纤—光波导自动耦合技术控制系统的研究