| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 引言 | 第12-16页 |
| ·计算机辅助测验系统的结构 | 第12-13页 |
| ·自动组卷系统的发展概况 | 第13-14页 |
| ·本文工作 | 第14-16页 |
| 2 组卷的评价体系与建模 | 第16-28页 |
| ·组卷的基本原则 | 第16-17页 |
| ·试题的几个重要属性指标 | 第17-21页 |
| ·试题的难度 | 第18-19页 |
| ·试题的区分度 | 第19页 |
| ·认知层次 | 第19页 |
| ·难度与区分度、认知层次之间的关系 | 第19-21页 |
| ·指标体系 | 第21-22页 |
| ·成卷模式 | 第22-25页 |
| ·难度-分数分布 | 第23页 |
| ·区分度-分数分布 | 第23-24页 |
| ·知识点-分数分布 | 第24页 |
| ·章节-分数分布 | 第24页 |
| ·题型-分数分布 | 第24-25页 |
| ·认知层次-分数分布 | 第25页 |
| ·总时间 | 第25页 |
| ·总分数 | 第25页 |
| ·偏差的计算 | 第25-26页 |
| ·目标函数 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 常用自动组卷算法介绍 | 第28-30页 |
| ·优先权策略 | 第28页 |
| ·随机抽取策略 | 第28页 |
| ·补偿策略 | 第28-29页 |
| ·回溯试探策略 | 第29-30页 |
| 4 遗传算法 | 第30-50页 |
| ·遗传算法概述 | 第30-34页 |
| ·遗传算法的基本思想 | 第30-31页 |
| ·遗传算法的特点 | 第31-32页 |
| ·遗传算法的发展历史 | 第32-34页 |
| ·模式定理 | 第34-39页 |
| ·模式 | 第34-35页 |
| ·模式阶和定义距 | 第35-36页 |
| ·模式定理 | 第36-39页 |
| ·积木块假设(building block hypothesis) | 第39页 |
| ·欺骗问题 | 第39-42页 |
| ·分层遗传算法 | 第42-44页 |
| ·CHC算法 | 第44页 |
| ·messy GA | 第44-45页 |
| ·自适应遗传算法 | 第45-47页 |
| ·基于小生境技术的遗传算法 | 第47页 |
| ·进化计算初步 | 第47-50页 |
| ·进化计算理论的基本框架 | 第47-48页 |
| ·进化策略 | 第48-49页 |
| ·进化策略的主要特点(与 GA比较) | 第49-50页 |
| 5 遗传算法在组卷中的应用 | 第50-52页 |
| ·遗传算法在组卷应用中的优势 | 第50-51页 |
| ·遗传算法在组卷中的应用及其改进 | 第51-52页 |
| 6 基于遗传算法的智能组卷技术研究 | 第52-58页 |
| ·分段实数代号编码 | 第52-53页 |
| ·适应度函数的设计 | 第53-54页 |
| ·选择算子 | 第54页 |
| ·段间交叉算子 | 第54-55页 |
| ·变异算子 | 第55-56页 |
| ·动态分层遗传算法 | 第56-57页 |
| ·算法的终止条件 | 第57-58页 |
| 7 组卷的实现 | 第58-70页 |
| ·问题描述与转化 | 第58页 |
| ·试题库 | 第58-60页 |
| ·试题库的基本组织要求 | 第58-59页 |
| ·试题的参数 | 第59-60页 |
| ·组卷策略 | 第60页 |
| ·组卷系统的实现 | 第60-70页 |
| ·动态网页技术和数据库技术 | 第60页 |
| ·系统的软件体系结构和开发语言 | 第60-61页 |
| ·组卷系统功能层次图 | 第61-62页 |
| ·用户管理 | 第62页 |
| ·题库管理 | 第62-65页 |
| ·课程管理 | 第65页 |
| ·自动组卷 | 第65页 |
| ·试卷管理 | 第65-68页 |
| ·成绩管理 | 第68页 |
| ·在线考试 | 第68-70页 |
| 8 测试与分析 | 第70-75页 |
| ·组卷要求与参数设定 | 第70页 |
| ·组卷结果 | 第70-73页 |
| ·算法分析 | 第73-74页 |
| ·算法稳定性 | 第74-75页 |
| 结束语 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 在校研究成果 | 第82-83页 |
| 致谢 | 第83页 |