本文關(guān)鍵詞：基于人工魚群算法的智能組卷研究與實現(xiàn)

  更多相關(guān)文章： 智能組卷 組合優(yōu)化問題 人工魚群算法(AFSA) 仿生學(xué)算法

【摘要】：隨著計算機與人工智能技術(shù)的迅速發(fā)展,以及社會發(fā)展對教育技術(shù)的要求越來越高,計算機輔助教育應(yīng)用越來越廣泛。組卷系統(tǒng)作為輔助教學(xué)的重要手段之一,利用計算機技術(shù)和人工智能算法從試題庫中抽取部分試題組成符合特定試卷總分、考試時間、難度系數(shù)、區(qū)分度等要求的試卷。智能組卷算法的設(shè)計和試題庫的建立是智能組卷系統(tǒng)的研究熱點和關(guān)鍵內(nèi)容。 本系統(tǒng)采用ASP.NET開發(fā)平臺和C#編程語言開發(fā)了一種在線考試系統(tǒng),實現(xiàn)了試題庫的增加、刪除、查看、修改操作,用戶權(quán)限管理模塊,考試信息的發(fā)布及考試人員的安排、學(xué)生在線考試,查看考試成績的功能；同時,利用人工魚群算法(AFSA)實現(xiàn)了基于試題庫的智能組卷功能。在實現(xiàn)基本AFSA的基礎(chǔ)上,本文針對智能組卷問題的特點對基本人工魚群算法進行了相應(yīng)的改進與優(yōu)化,為群體智能算法應(yīng)用于組合優(yōu)化問題進行了一些探索。 本文首先介紹了智能組卷技術(shù)的發(fā)展及研究現(xiàn)狀,在查閱大量國內(nèi)外相關(guān)文獻的基礎(chǔ)上分析和討論了隨機組卷法、遺傳算法、粒子群算法應(yīng)用在組卷問題中存在的不足。然后,詳細闡述基本人工魚群算法(AFSA)理論,即AFSA基本思想、人工魚模型、基本行為、算法執(zhí)行流程、收斂依據(jù)及基本參數(shù)對收斂性的影響,完成了考試系統(tǒng)的數(shù)據(jù)庫和主要功能模塊的設(shè)計和編程實現(xiàn)。 本文重點研究并實現(xiàn)了人工魚群算法應(yīng)用于自動組卷,針對組卷問題中所涉及的約束條件建立了智能組卷問題的數(shù)學(xué)模型和組卷的目標函數(shù),分析并實現(xiàn)了智能組卷中人工魚的編碼方式、人工魚之間的距離、狀態(tài)更新公式、領(lǐng)域中心的設(shè)計,對人工魚群算法的步驟進行了詳細的描述,并成功地將人工魚群算法應(yīng)用于智能組卷模塊,實驗結(jié)果表明采用基本人工魚群算法進行智能組卷基本上能滿足用戶的需要,但是組卷成功率有待進一步提高。本文在對基本人工魚群算法分析研究的基礎(chǔ)上,針對其不足之處研究了人工魚群算法的改進方法,并采用C#實現(xiàn)了相應(yīng)的改進算法。通過對比遺傳算法(GA),實驗結(jié)果表明,改進的人工魚群算法的組卷成功率略低于遺傳算法,但是組卷所需時間小于遺傳算法且滿意度由0.866增加到0.907,它在一定程度上提高了基本人工魚群算法的尋優(yōu)精度,為計算機輔助教學(xué)系統(tǒng)的實際應(yīng)用進行了一些探索。
【關(guān)鍵詞】：智能組卷 組合優(yōu)化問題 人工魚群算法(AFSA) 仿生學(xué)算法
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP18;TP311.52
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-9
• 第1章 引言9-17
• 1.1 研究背景9-10
• 1.2 研究目的及意義10
• 1.3 國內(nèi)外研究現(xiàn)狀10-12
• 1.4 智能組卷問題的幾種智能算法12-15
• 1.4.1 隨機組卷法12-13
• 1.4.2 遺傳算法13-14
• 1.4.3 粒子群算法14-15
• 1.5 本文研究的主要內(nèi)容15-16
• 1.6 本文的組織結(jié)構(gòu)16-17
• 第2章 人工魚群算法理論17-23
• 2.1 人工魚模型17-18
• 2.2 人工魚基本行為18-20
• 2.2.1 覓食行為18
• 2.2.2 隨機游行為18-19
• 2.2.3 聚群行為19
• 2.2.4 追尾行為19-20
• 2.3 人工魚群算法的步驟20
• 2.4 人工魚群算法的收斂依據(jù)20-21
• 2.5 基本參數(shù)對算法收斂性的影響分析21-22
• 2.6 本章小結(jié)22-23
• 第3章 人工魚群算法求解智能組卷問題23-39
• 3.1 智能組卷問題23-24
• 3.2 智能組卷問題的數(shù)學(xué)模型24-28
• 3.2.1 組卷的約束條件24-27
• 3.2.2 組卷問題的目標函數(shù)27-28
• 3.3 智能組卷問題中人工魚群算法的分析與設(shè)計28-32
• 3.3.1 距離的設(shè)計28-30
• 3.3.2 人工魚的狀態(tài)更新公式的設(shè)計30-31
• 3.3.3 領(lǐng)域中心的設(shè)計31-32
• 3.4 算法的步驟32-35
• 3.5 算法在考試系統(tǒng)中的實驗35-38
• 3.6 本章小結(jié)38-39
• 第4章 人工魚群算法的改進與實現(xiàn)39-47
• 4.1 改進的人工魚群算法39-44
• 4.1.1 改進行為及描述39-42
• 4.1.2 算法描述42-44
• 4.2 人工魚群算法與遺傳算法的實驗結(jié)果對比及分析44-46
• 4.3 本章小結(jié)46-47
• 第5章 考試系統(tǒng)的設(shè)計與實現(xiàn)47-56
• 5.1 系統(tǒng)的設(shè)計47-49
• 5.1.1 系統(tǒng)體系結(jié)構(gòu)的設(shè)計47-48
• 5.1.2 系統(tǒng)整體功能模塊設(shè)計48-49
• 5.2 數(shù)據(jù)庫設(shè)計49-52
• 5.2.1 系統(tǒng)整體數(shù)據(jù)介紹49
• 5.2.2 主要表的結(jié)構(gòu)49-52
• 5.3 主要功能模塊的實現(xiàn)52-55
• 5.3.1 題庫管理模塊52-53
• 5.3.2 考務(wù)管理模塊53-54
• 5.3.3 智能組卷模塊的實現(xiàn)54-55
• 5.3.4 學(xué)生考試模塊55
• 5.4 本章小結(jié)55-56
• 第6章 總結(jié)與展望56-58
• 6.1 本課題總結(jié)56-57
• 6.2 進一步工作展望57-58
• 致謝58-59
• 參考文獻59-61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 廖燦星;張平;李行善;張巖;;基于混合人工魚群算法的傳感器網(wǎng)絡(luò)優(yōu)化[J];北京航空航天大學(xué)學(xué)報;2010年03期

2 王宇穎;陳振;蘇小紅;;自動組卷中試題去重技術(shù)研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2009年01期

3 張英杰;李志武;奉中華;;一種基于動態(tài)參數(shù)調(diào)整的改進人工魚群算法[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2012年05期

4 劉彥君;江銘炎;;自適應(yīng)視野和步長的改進人工魚群算法[J];計算機工程與應(yīng)用;2009年25期

5 王飛;徐肖豪;張靜;;基于人工魚群算法的單機場地面等待優(yōu)化策略[J];南京航空航天大學(xué)學(xué)報;2009年01期

6 賀榮;陳爽;;在線組卷策略的研究與設(shè)計[J];計算機工程與設(shè)計;2011年06期

7 趙海峰;姚麗莎;羅斌;;改進的人工魚群算法和Powell法結(jié)合的醫(yī)學(xué)圖像配準[J];西安交通大學(xué)學(xué)報;2011年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

2 張梅鳳;人工魚群智能優(yōu)化算法的改進及應(yīng)用研究[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 朱家靜;基于遺傳微粒群算法的組卷策略應(yīng)用研究[D];大連海事大學(xué);2011年

2 李海兵;智能組卷系統(tǒng)的研究與實現(xiàn)[D];中南大學(xué);2008年

3 張穎;智能考試系統(tǒng)研究[D];天津大學(xué);2009年

4 馬德良;基于改進遺傳算法的智能組卷方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

5 歐薇;基于遺傳算法的在線考試系統(tǒng)的設(shè)計與實現(xiàn)[D];華南理工大學(xué);2012年

，

本文編號：1039567