在线考试系统中组卷技术的研究

组卷模块能否高效率地生成符合系统要求的试卷是评估考试系统的重要因素。遗传算法(GA算法)近年来在解决多重约束问题的求解中应用非常广泛。把遗传算法应用于自动组卷,在标准遗传算法的基础上进行了改进,采用分段编码,基于误差的适应度函数和动态交叉及变异概率。采用遗传算法的智能组卷系统既能很好的满足组卷的约束,且效率远高于传统的回溯算法。     

网上考试系统自动组卷功能实现

自动组卷是网上考试系统中题库系统必须具备的核心功能,主要难题是怎样保证生成的试卷能最大程度地满足用户的不同需要,并且具有随机性、科学性、合理性,尤其在网络考试环境下,用户对组卷的速度要求较高,因此选择一种高效、科学、强壮的算法是自动组卷的关键.本文提出的改进遗传算法很好的实现了自动组卷的功能.     

基于遗传算法的自动组卷平台构建研究

本文提出了一种基于遗传算法的自动组卷平台构建模式,可在试题库中按照预先设置好的试卷和试题约束条件自动快速搜索合适的试题,最终组成一套最佳试卷,进而帮助教师更好地全面考核学生掌握程度。     

通用智能组卷系统的设计与实现

本文分析了计算机自动组卷系统的开发背景及意义,并阐述在B/S结构下计算机组卷系统的总体结构、功能模块的设计、开发工具的选择及其算法实现的关键技术。     

网络有效教学中在线考试系统的组卷策略研究

在线考试系统的组卷策略是网络有效教学中研究的重要问题之一,在比较常用的组卷算法的基础上,以计算机文化基础课程组卷为例,对回溯选取法组卷的需求和算法进行了详细分析,并且加以设计实现。确保了试卷中试题分布的随机性和知识点的完全覆盖性,提高了将试题组成试卷的质量和效率,保证了网络有效教学中在线考试的公平性和客观性。     

组卷算法的改进与实现

本文讨论了一种组卷算法与人工神经网络相结合的改良策略。设计了一种反馈算法,主要针对在组卷时,试题难度分布按照考试结果进行适当调整。目的是让试卷的难度更加符合本校学生的实际水平,进而使考试结果更加接近期望的正态分布。     

智能组卷系统的研究与实现

试题组卷是考试系统的重要组成部分。通过在编码策略、适应度函数、遗传算子、控制参数等方面的研究提出一种适应于试题智能组卷的改进遗传算法。对适应度函数的适当定标和建立自适应的交叉概率和变异概率,有利于克服未成熟收敛现象,同时能在维持群体多样性的情况下,防止群体进入局部最优。     

在线考试系统的设计与实现

随着网络技术的飞速发展,在线考试显示出其广阔的发展前景,它比传统考试更趋于公正、准确、客观、标准化。本文所设计的在线考试系统可以让教师对不同的学生设置不同的智能组卷方案,也可以手动组卷,同时,还具有客观题自动阅卷功能。     

一种基于分层结构的组卷算法研究

文章指出了现有的组卷算法应用在考核系统中所存在的缺陷,在基于遗传算法的组卷算法的基础上,提出了遗传算法和洗牌算法相结合的分层结构的组卷算法。该组卷策略提高了试卷质量,使生成的试卷更客观、更科学、更有区分度,且能有效防止学生作弊,提高了考试的科学性和客观性。     

网络考试系统的设计与实现

对网络考试系统功能需求进行了分析,同时进行了网络考试系统的系统设计,介绍了每个功能模块实现的功能,另外对常用组卷算法进行了分析研究,最后对网络考试系统今后的发展方向进行了展望.     

基于遗传算法的自动化立体仓库的货位优化分配

文章针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型：在库区优化基础上,进一步提出货位优化数学模型．将Pareto最优解的概念与遗传算法相结合,提出了一种改进的解决多目标优化问题的Pareto遗传算法解决货位优化问题．给出了仿真实验及分析,结果表明采用改进遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

基于分层遗传算法的一类非线性规划问题的新解法

关于非线性规划的问题的诸多传统解法中都存在效率较低、容易达到局部最优、甚至找不到最优解的局限性。而基本遗传算法也常常由于本身算法的局限性,在搜索最优解的过程中易早熟,局部搜索能力弱,后期收敛过慢。源于这些缺陷,本论文提出使用分层遗传算法来求解一类非线性规划问题,并通过数值实验,结果表明基于分层遗传算法求解一类非线性规划问题是非常有效的。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

网络教学试题库与智能组卷系统的设计与实现

文章介绍了一个基于校园网的试题库与智能组卷系统的设计理论和实现技术。基于.NET技术实现了系统体系结构设计和数据库设计,使教学有了更为客观的考核与评估方式,实现了考教分离。     

改进的遗传算法在战时油料运输车辆路径问题中的应用研究

文章首先对战时油料运输车辆路径问题（VRP）进行了分析,阐述了战时油料运输车辆路径问题的优化目标,并建立了多目标的优化模型;接着简介了遗传算法的优缺点,并设计了一种改进的遗传算法运用到问题的求解中;最后举例进行了计算和分析．验证了模型和算法的有效性     

基于文化基因算法的组合拍卖竞胜标决定问题研究

针对组合拍卖竞胜标决定问题(WDP)这一NP难题,提出利用文化基因算法(Memetic Algorithm)对其进行求解。结果表明其在求解该问题上相比遗传算法、模拟退火算法具有稳定性好,求解质量高,收敛速度快,运算效率高的特点,能够提高组合拍卖的效率。     

面向输电杆塔巡检的无人机路径规划算法研究

文章围绕面向电网巡检的无人机路径规划进行研究,对目前无人机进行巡检时所使用的关键技术进行了分析;根据安全距离以及相机本身的参数,采用遗传算法对巡检路径进行合理化设计,优化拍摄点以及拍摄路径,实现无人机应用于输电线路巡检工作效率的提高。通过仿真结果可以看出,本次研究中所应用的算法能够找到条件吻合的巡检路径,且实现了巡检路径最优化,这也将成为电网巡检过程中,无人机有效、合理应用的重要依据。     

配送中心车辆调度模型及遗传算法设计

针对物流配送中心车辆调度问题,采用混合整数规划方法进行建模。对实际问题进行研兖分析后,基于所研究问题的特点,提出基于遗传算法的求解方法。通过数值实验对算法不同参数组合进行分析、比较,获得最佳参数组合．建立了有效的求解该问题的遗传算法。并通过对实际问题的数值仿真试验．验证了算法的有效性。     

遗传算法在拖轮调度中的应用

根据某港口的实际情况,分析拖轮工作的工作过程和特点,以拖轮编号作为编码形式,将遗传算法应用到拖轮调度系统中,实现优化调度,提高拖轮作业的效率。