[发明专利]一种用于网络考试的自动组卷方法

摘要

本发明公开了一种用于网络考试的自动组卷方法，包括(1)设置组卷约束条件；(2)根据约束条件生成初始群体P0；(3)计算每个所述个体的适应度函数值；(4)判断个体的适应度函数值是否满足组卷条件，若满足则生成试卷并结束该自动组卷方法；若不满足则判断是否达到最大迭代次数；如果没有达到，将迭代次数加1，进行遗传操作；(5)由所述遗传操作生成新群体P1，并返回步骤(3)。本发明采用遗传算法完成自动组卷，能够快速得到一份科学的试卷，解决了考试系统在组卷过程中试卷随机性大、不稳定的问题，提高了考试的公平性、合理性。

主权项

一种用于网络考试的自动组卷方法，其特征在于，包括如下步骤：S1.设置组卷约束条件；S2.根据约束条件生成初始群体P0，所述初始群体P0中包括N个个体，其中N为正整数；S3.计算每个所述个体的适应度函数F(X)值，求解F(X)值可以转换为求解目标函数f(x)，求解过程如下：f(x)为目标函数，需要根据每份试卷每道题的属性计算求值；每道题的属性包括题号、题型、试题总分值、难度系数、知识点分数、答题时间、认知分类和区分度；根据上述属性，确定一个n*8的矩阵，其中n是试卷所含的题目数，每道题的8个属性决定矩阵s一行元素的值，具体描述如下：A=a11a12...a18a21a21...a28............an1an2...am8]]>在上述矩阵中，A的第i行元素的意思表示为第i道题的题号ai1，题型ai2，试题总分值ai3，难度系数ai4，知识点分数ai5，答题时间ai6，认知分类ai7，区分度ai8，此矩阵也是求解的目标状态矩阵，矩阵元素的分布分别对应用户对试卷的各个不同方面的要求，当矩阵误差最小时即得到满足组卷各个要求的试卷；组卷模型中，各个属性之间具有约束关系，组卷问题实质上是多个约束条件的组合优化问题，要生成一份合格的试卷，就要满足题型、分值、难度和知识点等多个条件的约束；将不同条件的约束赋予一定权重，设定f(x)为试卷整体指标误差，用来综合反映8个属性指标与用户要求的误差，那么整个试卷的属性指标就是8个属性指标乘以它们各自的权重的和，F(X)的求解表达式如下：F(X)=Σi=1nWifi(X)]]>其中Wi为对应第i道组卷因素对组卷重要程度的权重，fi(X)为对应ai的属性分布误差；S4.组卷的过程即为在约束条件下求目标函数最优解的过程；判断个体的适应度函数值是否满足组卷条件，即是否满足迭代次数内容有一个个体的适应度值差小于提前设置的目标适应度值与实际适应度值的差值，若满足则生成试卷并结束该自动组卷方法；若不满足则继续步骤S5；S5.判断是否达到最大迭代次数；如果没有达到，将迭代次数加1，进行遗传操作；迭代次数一般取100‑200，设置迭代100或者200次结束；迭代次数越大计算时间越长，遗传操作次数越多，也越接近最优解；所述遗传操作包括选择操作、交叉操作和变异操作；S6.根据S5中所述遗传操作生成新群体P1，并返回步骤S3。