[发明专利]在线考试的组卷方法和组卷装置在审

专利信息
申请号: 201911425423.7 申请日: 2019-12-31
公开(公告)号: CN111242267A 公开(公告)日: 2020-06-05
发明(设计)人: 谢欢;杨博;朱戎;赵蕾;穆克彬;叶宽 申请(专利权)人: 国网北京市电力公司;国家电网有限公司
主分类号: G06N3/00 分类号: G06N3/00;G06F40/186;G06F17/16;G06N5/02;G06Q50/20;G09B7/02
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 董文倩
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 在线 考试 方法 装置
【权利要求书】:

1.一种在线考试的组卷方法,其特征在于,包括:

确定待获取试卷的多个约束项目指标;

依据所述约束项目指标和UML建模工具构建组卷数学模型,并通过所述组卷数据模型获取组卷目标函数;

使用粒子群算法对所述组卷目标函数进行求解,得到组卷目标函数值;

将所述组卷目标函数值导入至试题库中得到目标试题组合,其中,所述目标试题组合用于构成满足多个约束项目指标的考试试卷。

2.根据权利要求1所述的组卷方法,其特征在于,所述待获取试卷构建有状态目标矩阵,其中,所述状态目标矩阵如下所示:

式中,A代表所述待获取试卷构建的状态目标矩阵;m代表所述待获取试卷中包含的试题总数;n代表各个试题的属性项目;amn代表待获取试卷中各个试题的对应编号。

3.根据权利要求2所述的组卷方法,其特征在于,约束项目指标包括至少以下任意之一:题型约束项目指标、知识点项目约束指标、试卷难度约束项目指标、答题用时约束项目指标、试卷总分约束项目指标;

其中,所述知识点项目约束指标的计算公式为:

式中,e1代表所述待获取试卷的知识点误差,L代表所述待获取试卷中所包含的知识点数量,K代表合格率,m代表所述待获取试卷中包含的试题总数,ki代表试卷的选取试题中包含第i个知识点的试题总个数,b代表第i个知识点的出现次数;

其中,所述试卷难度约束项目指标的计算公式为:

式中,e2代表所述待获取试卷的整体难易程度,m代表所述待获取试卷中包含的试题总数,ai3代表第i道试卷试题的难易程度,D代表所述待获取试卷的预设难度系数;

其中,所述答题用时约束项目指标的计算公式为:

试中,e3代表所述待获取试卷的答题时间误差,T代表所述待获取试卷的预设答题总用时,m代表所述待获取试卷中包含的试题总数,ai4代表学生回答第i道试卷试题时的预估需求时间;

其中,所述试卷总分约束项目指标的计算公式为:

式中,S代表所述待获取试卷的标准总分,m代表所述待获取试卷中包含的试题总数,ai2代表各道试题的标准分值。

4.根据权利要求1所述的组卷方法,其特征在于,依据所述约束项目指标和UML建模工具构建组卷数学模型,并通过所述组卷数据模型获取组卷目标函数,包括:

依据所述约束项目指标和UML建模工具构建组卷数学模型;

根据构建的所述组卷数据模型确定组卷目标函数,其中,所述组卷目标函数如下所示:

式中,f(x)代表组卷目标函数,wi代表智能组卷的权重系数,且满足下式:ei代表利用组卷数学模型获取的约束组卷条件目标值与实际组卷值之间的误差值。

5.根据权利要求1所述的组卷方法,其特征在于,所述在线考试的组卷方法还包括:

使用第一公式,对所述粒子群算法中的粒子进行更新自身位置和速度变化,其中,第一公式为:

式中,代表的是在k+1次迭代中,粒子速度Vi的对应第d维分量与粒子位置Xi的对应第d维分量;w代表惯性因子;代表粒子种群中排行为i的粒子在经历迭代次数为k的变化后所获取的第d维的粒子惯性速度;t代表迭代总次数;c1、c2代表设置的常数,rand()代表[0,1]范围内设置的随机数;代表粒子种群中排行为i的粒子当前位置与最好历史位置间的距离,在测量最好历史位置时的加速度为排行为i的粒子在第k+1次迭代中自身获取的加速度;代表粒子种群中排行为i的粒子当前位置与最好历史位置间的距离,在测量最好历史位置时的加速度为整个粒子种群在第k+1次迭代中获取的加速度;代表的是第k次迭代中,粒子位置Xi的对应第d维分量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网北京市电力公司;国家电网有限公司,未经国网北京市电力公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911425423.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top