[发明专利]基于改进蚁群算法智能组卷的考试系统

说明书

技术领域

本发明涉及一种考试系统，具体涉及一种基于改进蚁群算法智能组卷的考试系统。

背景技术

传统考试一般都是采用人工出卷、人工监考和人工评判等人工组织形式来进行。由于教师的知识层次、教学经验与个人修养等主观因素都存在一定的差异，于是人为主观等因素将会对一份试卷的标准化和难易水平、评价的合理性和科学性等因素产生重要影响。而且传统考试出卷(组卷)、组织考试、试卷评判、成绩分析、试卷留存等工作量大、任务繁重。

近年来随着软件工程技术和网络技术的发展，各种在线考试系统零星的显现出来，解决了部分传统考试的弊端，在考试改革方面做出了探索性尝试并起到了积极作用，但是目前为止未能广泛应用于各类课程考试中去，究其原因主要集中在现有考试系统各用户角色之间缺乏协作关系、试题库标准化不高、组卷算法不科学和成绩分析无新意，加之系统可靠性、稳定性、可扩展性与可适应性都不尽人如意。

发明内容

为了解决现有技术存在的问题，本发明提供了一种基于改进蚁群算法智能组卷的考试系统，包括：

用户管理模块，用于管理用户的账号信息和属性信息；

题库管理模块，用于根据题型将题库划分成若干个子题库，并对所述子题库中的试题进行包括读取、插入、修改、删除和查询的基本操作；

组卷模块，用于根据组卷策略从多个所述子题库中分别抽取试题，并组成试卷；

试卷管理模块，用于存储和管理所述试卷；

在线考试模块，用于调用所述试卷，接收用户输入并实时存储答题数据；

在线监考模块，用于在考试过程中查询考试安排和考生考试状态记录信息；

成绩分析模块，用于批阅答卷、输出考试成绩，并对所述考试成绩进行统计分析。

进一步地，所述用户包括管理员、教师和考生；所述用户的账号信息包括用户编号、真实姓名和用户密码；所述用户的属性信息包括用户类型。

进一步地，所述题型包括客观题和主观题，所述客观题包括选择题、判断题、填空题和计算题，所述主观题包括连线题、简答题、论述题、证明题和案例题。

进一步地，所述组卷模块包括：

组卷策略设置单元，用于确定组卷约束条件和组卷方式；

组卷模型构建单元，用于基于所述组卷约束条件构建多目标优化的组卷模型；

信息素量化单元，用于初始化和实时更新所述子题库中的信息素浓度；

试卷质量评价单元，用于基于组卷结果计算组卷吻合度，并以所述组卷吻合度为启发信息引导蚁群向最优解方向搜索；所述组卷吻合度用于衡量组卷结果中各约束指标与用户期望值的相近程度；

路径构建单元，用于根据所述子题库中每个所述试题的转移概率，采用轮盘赌的方法选择下一道试题。

进一步地，所述组卷约束条件包括知识点约束、题型约束、题量约束、答题时间约束、试卷难度、试卷分值约束和曝光度约束。

进一步地，所述组卷方式包括智能组卷和人工组卷。

进一步地，所述在线监考模块包括：

考试记录管理单元，用于在系统出现故障时为考生重新安排考试；

答卷复评单元，用于对已经批阅过的试卷进行复核并修改评卷结果。

进一步地，所述成绩分析模块包括：

自动批阅单元，用于批阅所述答卷中的客观题；

人工批阅单元，用于批阅所述答卷中的主观题；

个人成绩查询单元，用于查询考生的考试成绩、班级排名和所述答卷；

班级成绩分析单元，用于统计班级成绩并输出分析结果；

错题统计分析单元，用于进行错题统计和易错知识点查询。

进一步地，还包括：登录验证模块，用于响应用户的登录操作，对所述用户进行身份验证，在验证通过时，判断所述用户类型，根据判断结果为所述用户加载对应于所述用户类型的操作界面。

进一步地，还包括：数据备份模块，用于生成备份数据，并在数据丢失或者遭到破坏的情况下，根据所述备份数据恢复数据。

实施本发明具有以下有益效果：

1、本发明基于改进的蚁群算法，采取多个措施实现了组卷的高效、科学、合理，所采取的措施包括：其一，将题库按照题型分成子题库，分子题库中投放蚂蚁进行搜索，降低了搜索的难度，提高了算法收敛速度；其二，构建了信息素浓度实时更新策略；其三，以组卷吻合度为启发信息引导蚁群向最优解方向搜索；其四，利用轮盘随机落点机制避免局部最优；

2、本发明基于数字化题库智能组卷，能够避免试题信息外泄，保证考试的公正合理；