计算机类电磁算法自动组卷系统遗传因子种群论文

1、类电磁算法论文：基于类电磁算法的自动组卷系统研究【中文摘要】类电磁算法是一种模拟物理学中电荷间排斥-吸引规律来对现实中多维问题求解的智能算法。目前将类电磁算法的应用到实际问题中还比较少,虽然类电磁算法自诞生到现在虽不足十年,但该算法在解决问题上表现了良好的性能。类电磁算法在求解的过程中,首先将初始化种群,对种群个体进行编码,在局部搜索表现优秀的个体,然后计算个体的带电量,通过带电个体之间的吸引排斥规律来形成新的种群,然后不断迭代,从而找到最优解。本文首先对组卷的算法做了一些介绍,比较各种组卷算法的优缺点,如比较早一点的随机组卷算法,算法的效率高,但组卷成功率比较低；回溯试探算法也是早期的采用的

2、自动组卷算法,它能够最精确地找到最优解,但是它只能应用在题库较小的环境中,因为回溯试探算法遍历解空间,而在面对庞大的试题库,这个时间是无法估量的；数据挖掘和人工智能在自动组卷问题上也提出了一些解决方法,但整体上看,应用性低,实用性不高；现在应用比较广泛的遗传算法,在组卷系统中表现出良好的组卷效果,组卷流程清晰,成功率高。然后描述了类电磁算法的原始模型,并在原始模型上提出了对原始算法中局部搜索改进,将遗传因子引入到算法中,并对多种函数进行了测试,证明了类电磁算法改进的效果。.【英文摘要】Electromagnetism algorithm is an intelligent algorithm

3、using simulated physics the exclusive and attractive law among charged particles to solve real multi-dimensional problem. At present although it is applied to practical problems with electromagnetic algorithm is still small, and less than a decade since the electromagnetic method been proposed, the

4、algorithm has a good performance in solving problems. In solving the process with electromagnetism algorithm, first initialize the population, and code indiv.【关键词】类电磁算法 自动组卷系统 遗传因子 种群【英文关键词】Electromagnetism Algorithm Automatic Test Paper System Genetic Factors Population【目录】基于类电磁算法的自动组卷系统研究 摘要 4-5 A

5、bstract 5-6 第1章 绪论 9-14 1.1 选题背景和意义 9-10 1.2 国内外研究现状 10-12 1.3 本文的主要内容 12-13 1.4 本文的组织结构 13-14 第2章 组卷中优化目标分析 14-23 2.1 组卷目标的简单分析 14-15 2.2 组卷的几个重要元素 15-18 试卷的难度 16-17 试卷的区分度 17-18 2.3 试卷的指标体系 18-21 知识点:分数 18 难度系数:分数 18-19 题型:分数 19 区分度:分数 19-20 考试的总时间 20 考试的总分数 20-21 试题的曝光率 21 2.4 试卷的约束条件 21 2.5 组卷的目

6、标函数 21-22 2.6 简谈组卷的偏差与早熟 22 2.7 本章小结 22-23 第3章 类电磁算法分析与改进 23-40 3.1 类电磁算法 23-24 3.2 类电磁算法的基本流程 24-26 3.3 编码方案 26 3.4 扰动因子 26-27 3.5 类电磁算法的改进 27-32 遗传算法 28-29 改进的类电磁算法 29-32 3.6 数值实验 32-38 3.7 本章小结 38-40 第4章 基于类电磁算法的自动组卷系统 40-53 4.1 自动组卷流程图 40-43 4.2 自动组卷系统的结构图 43-44 4.3 自动组卷系统的E-R设计 44-45 4.4 自动组卷系统的实现 4