本文關鍵詞：基于群智能優(yōu)化的智能組卷算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,大多智能組卷系統(tǒng)都或多或少的存在著組卷速度慢或成功率低等缺陷,整體水平較低。在智能組卷系統(tǒng)中,如何組建一份滿足條件的試卷,其關鍵問題在于智能組卷算法的設計。因此,分析、研究和改進智能組卷算法有助于提高教學質量。傳統(tǒng)的組卷算法通常是基于隨機抽取算法或者基于項目反應理論等,但是這些算法普遍存在組卷成功率低、時間消耗大等不足。本文在細菌覓食優(yōu)化算法和果蠅優(yōu)化算法的基礎上,結合云模型的思想,提出了改進的細菌覓食優(yōu)化算法和果蠅優(yōu)化算法,并用于優(yōu)化智能組卷算法。實驗結果表明了這兩種智能組卷算法的有效性。其主要研究內(nèi)容如下:(1)分析了常用的智能組卷算法,概括了這些算法的優(yōu)點和不足,著重比較了基于遺傳算法和基于群智能優(yōu)化的智能組卷算法的相同點和不同點�？偨Y出了細菌覓食優(yōu)化算法和果蠅優(yōu)化算法優(yōu)化智能組卷算法的可行性。(2)提出了基于云模型的細菌覓食優(yōu)化算法。在標準細菌覓食優(yōu)化算法的理論上,首先給出了細菌靈敏度概念,運用了X條件云模型來調整細菌靈敏度,控制游動步長。然后利用正向正態(tài)云模型,修正非線性自適應的遷移概率,進行了遷移操作,將該算法用于優(yōu)化智能組卷算法,與遺傳算法進行實驗比較分析,結果表明:該算法的收斂速度與優(yōu)化質量均優(yōu)于遺傳算法,為減少組卷時間和提高組卷成功率提供了可能性。(3)提出了基于正態(tài)云模型的自適應果蠅優(yōu)化算法。在標準果蠅優(yōu)化算法的理論上,首先給出了敏感因子的概念,運用自適應策略動態(tài)調整敏感因子,從而修正了搜索步長,進行了位置更新操作;其次,在正態(tài)云模型的基礎上,利用了正態(tài)云模型描述味道濃度參數(shù)的隨機性與模糊性,調整了味道濃度參數(shù),進行了嗅覺搜索操作;將該算法用于優(yōu)化智能組卷算法,與其他果蠅優(yōu)化算法進行了實驗比較分析,證明了該算法在組卷效率及尋優(yōu)精度上均有所提高。本研究豐富并完善了基于群智能優(yōu)化的智能組卷算法,為智能組卷提供了一定的理論基礎。
【關鍵詞】：智能組卷算法 群智能優(yōu)化算法 細菌覓食優(yōu)化算法 果蠅優(yōu)化算法 云模型
【學位授予單位】：河南師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 研究內(nèi)容12-13
• 1.4 論文的組織結構13-16
• 第二章 智能組卷的基本理論16-22
• 2.1 試題的屬性指標16-17
• 2.2 試卷的評價指標17-18
• 2.3 智能組卷的數(shù)學描述18-21
• 2.3.1 智能組卷的數(shù)學模型18-19
• 2.3.2 智能組卷的約束條件19-20
• 2.3.3 智能組卷的目標函數(shù)20-21
• 2.4 本章小結21-22
• 第三章 智能組卷算法的分析與比較22-38
• 3.1 基于隨機抽取的智能組卷算法22-23
• 3.2 基于項目反應理論的智能組卷算法23-24
• 3.3 基于遺傳算法優(yōu)化的智能組卷算法24-26
• 3.4 基于群智能優(yōu)化的智能組卷算法26-34
• 3.4.1 基于粒子群優(yōu)化的智能組卷算法26-28
• 3.4.2 基于人工魚群優(yōu)化的智能組卷算法28-29
• 3.4.3 基于蟻群優(yōu)化的智能組卷算法29-31
• 3.4.4 基于細菌覓食優(yōu)化的智能組卷算法31-32
• 3.4.5 基于果蠅優(yōu)化的智能組卷算法32-34
• 3.5 智能組卷算法的比較34-37
• 3.6 本章小結37-38
• 第四章 基于細菌覓食優(yōu)化的智能組卷算法38-60
• 4.1 大腸桿菌的覓食行為38
• 4.2 算法原理38-40
• 4.2.1 趨向性操作39-40
• 4.2.2 復制操作40
• 4.2.3 遷移操作40
• 4.3 算法步驟與流程40-41
• 4.4 云模型基本理論41-47
• 4.4.1 云模型41-43
• 4.4.2 正態(tài)云模型43-45
• 4.4.3 X條件云模型45
• 4.4.4 云滴的貢獻45-47
• 4.5 改進的細菌覓食優(yōu)化算法47-51
• 4.5.1 BFOA的分析47-48
• 4.5.2 BFOA的改進48-51
• 4.6 基于改進細菌覓食優(yōu)化的智能組卷算法51-58
• 4.6.1 實驗仿真52-54
• 4.6.2 實驗結果及分析54-58
• 4.7 本章小結58-60
• 第五章 基于果蠅優(yōu)化的智能組卷算法60-78
• 5.1 果蠅的覓食行為60
• 5.2 算法原理60-61
• 5.3 算法步驟與流程61-62
• 5.4 改進的果蠅優(yōu)化算法62-66
• 5.4.1 FOA的分析62-63
• 5.4.2 FOA的改進63-66
• 5.5 基于改進果蠅優(yōu)化的智能組卷算法66-74
• 5.5.1 實驗仿真66-67
• 5.5.2 實驗結果及分析67-74
• 5.6 基于CBFOA和CAFOA優(yōu)化的智能組卷算法比較分析74-76
• 5.7 本章小結76-78
• 第六章 總結與展望78-80
• 6.1 總結78-79
• 6.2 展望79-80
• 參考文獻80-86
• 致謝86-88
• 攻讀學位期間發(fā)表的學術論文目錄88-89

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李躍剛;;中間表組卷算法[J];齊齊哈爾大學學報(自然科學版);2010年03期

2 張林中;杜彥華;;一種基于洗牌策略的組卷算法[J];現(xiàn)代計算機(專業(yè)版);2012年23期

3 林雪明,張鈞良,蔣偉鋼;基于知識點的試題庫組卷算法的建立[J];微機發(fā)展;2001年02期

4 王清輝;;基于隨機數(shù)的計算機智能組卷算法探索[J];福建電腦;2006年11期

5 王海燕;;綜合組卷算法的研究與實現(xiàn)[J];科技信息(學術研究);2007年25期

6 周仲文;;通用組卷算法研究[J];實驗科學與技術;2007年04期

7 靳國興;文漢云;;試題庫中自動組卷算法的設計[J];長江大學學報(自然科學版)理工卷;2008年04期

8 閆麗;姜曉鋒;;試卷生成系統(tǒng)智能組卷算法的研究與實現(xiàn)[J];現(xiàn)代計算機(專業(yè)版);2008年04期

9 王琦;;智能組卷算法研究比較[J];科技信息;2008年27期

10 武蕾娜;;組卷算法的研究[J];福建電腦;2009年03期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 龔完全;基于最小回溯代價的智能組卷算法[D];湖南大學;2005年

2 吳迪;基于群智能優(yōu)化的智能組卷算法研究[D];河南師范大學;2016年

3 陳大平;自動組卷算法的研究[D];燕山大學;2003年

4 胡鈺;基于網(wǎng)絡教學平臺的試題庫組卷算法研究[D];昆明理工大學;2008年

5 楊爭爭;二進制粒子群優(yōu)化組卷算法及其應用[D];上海海洋大學;2012年

6 歐陽靜;一個組卷算法的設計及其應用[D];吉林大學;2013年

7 丁庶煒;基于集合的組卷算法的研究與應用[D];太原理工大學;2010年

8 王曉晨;基于模糊/灰色組卷算法的銀行離線考試系統(tǒng)設計與實現(xiàn)[D];山東大學;2007年

9 張新諾;組卷算法研究[D];吉林大學;2011年

10 崔艷;基于通用試卷庫組卷算法的研究和實現(xiàn)[D];鄭州大學;2010年

  本文關鍵詞：基于群智能優(yōu)化的智能組卷算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：481486