智能组卷系统设计文献综述.doc

智能组卷系统设计文献综述 文献综述智能组卷系统设计前言部分 随着互联网的普及,网络正改变着人们社会生活的各个方面,同时也改变着我国教育领域各个层次的教学方法、教学手段和教学内容。目前在国内外,远程教育、在线智能学习系统等相关形式的计算机辅助教育已经逐渐成为教育领域中一股不可忽视的生力军。网络的快速便捷及普及为传统教育的提供了新型的教育方式,使得传统教育打破了拘泥于时间、空间形式上的限制,使得人们在任何时间、任何地点学习成为可能。对于工作、生活节奏越来越快的现代社会,在线学习系统能充分利用现代信息技术,建立了最有效、最经济的学习方式,充分发挥了现有的各种优秀的教育资源,为迅速提高我国国民基本文化素质,为我国终身教育体系的构建和学习型社会的建设提供了行之有效的方法。 而在线学习系统中,智能组卷系统是其中非常重要的部分,对智能组卷系统的研究也成为了该领域的一个热点。传统的组卷方式仍然停留在依靠教师在海量题库中选择试题的阶段,完全靠个人主观经验确定考查的知识点 难度和历次考试重复率等重要信息,造成组卷的工作量大且效率不高 同时整张试卷的质量也仅仅由组卷人主观决定,不能对试卷进行一个统筹的合理评判。1 综上特点,研究基于计算机和网络的在线智能组卷系统成为了必然。(一)有关概念 智能组卷系统2所谓自动智能组卷系统,是将人工智能技术与人类教育专家的组卷知识和经验结合起来,由计算机来完成试卷内容的设计,且使得由计算机所生成的试卷达到专家级水平。具体说就是利用现代教育理论和计算机技术,从已经生成的题库中选出自动生成满足教学和教师包括考试内容、章、节、题目类型、难度等一系列要求的各类试题。 “人工智能”3一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。从计算机应用系统的角度出发,人工智能是研究如何制作智能机器和智能系统,来模拟人类智能活动的能力以延伸人们智能的科学。如果仅从技术的角度来看,人工智能要解决的问题是如何是电脑表现智能化,使电脑能更灵活方法有效的为人类服务。 遗传算法4以其自适应寻优及良好的智能搜索技术得到了广泛的应用。Potts J. C.等人基于变异和人工选择的遗传算法对最优群体规模进行了论述; Hamilton M. A.等结合遗传算法把其运用到神经网络中, 并取得了良好的效果; 也有众多的学者对收敛速度做了讨论。通过理论推导和实际运用, 发现遗传算法在寻优和收敛性方面都是非常有效的。它尤其适用于处理传统搜索方法难于解决的复杂问题和非线性问题, 可广泛应用于组合优化、 机器学习、 自适应控制、 规划设计和人工生命等领域5。(二)综述范围 本文论述的是一个智能系统的考试,其实现了题库管理、自动组卷、生成试卷。其中自动组卷作为系统的主要功能是基于遗传算法设计的,按照用户的要求,结合专家经验生成的组卷策略,按照算法从题库中抽出相应的题目组成试卷。 本文将首先介绍几种传统的优化方法,然后介绍遗传算法的基本原理、特点,以及与其它几种算法的不同点。结合分析了本系统的功能组成,并着重进行了组卷相关的分析,建立组卷数学模型,把组卷问题转化为约束条件下的多目标优化问题。解决了此问题就解决了自动组卷问题。(三)相关争论焦点 对于任何一个具体的优化问题,调节遗传算法的参数可能会有利于更好的更快的收敛,这些参数包括个体数目、交叉率和变异率。例如太大的变异率会导致丢失最优解,而过小的变异率会导致算法过早的收敛于局部最优点。对于这些参数的选择,现在还没有实用的上下限。适应度函数对于算法的速度和效果也很重要。二、主题部分(一)历史背景及发展方向 组卷系统的诞生是从计算机用于教学开始的,那时的组卷系统并没有一个明确的概念,并且也不是计算机辅助教学的重点,只是用于一个小型的试卷库对学生进行简单的测验。到上世纪 60 年代初,伴随着计算机辅助教学CAI的发展智能考试系统才逐步完善起来的,其中包括考试系统、课表编排、管理教学系统等。这个阶段的辅助教学系统利用计算机为媒介,通过存入计算机程序(教案)运行来实现课堂教学、辅助答疑、实验仿真以及测验考试等教学活动的综合技术是当时国外教学技术领域中最重要、最活跃的组成部分之一。自 70 年代开始,一些研究者开始把人工智能AI的基本技术引进到计算机辅助教学中,组卷系统作为计算机辅助教学一个侧面有了很大的提高,并在教学中发挥越来越大的重要性。此后,自动组卷系统作为试题库系统的一个重要子系统出现。 在试题库系统的研究上,国外对标准化考试系统建立的试题库软件系统有美国的 TOEFL, GRE, GMAT考试计算机系统6,新加坡的化学标准化考试计算机系统。但是这些试题库在组卷功能上存在着针对性、随机性太强的缺点,原因有二点:一是不能处理用户的不同层次的、模糊或不完整的组卷要求信息;二是如果考试偶然和考生的学习相悖,则无法测试真实水平,不能很好的适应个性教育。 1986 年以来,国内也建立了许多各种学科的试题库系统,如计算机辅助英语设计系统、高等数学试题系统MATBAS、大学工科物理试题库PBICS、南京大学计算机科学与技术系研制的PASCAL题库系统7,高教司的重点项目“基于知识的成卷系统通用外壳软件”等系统。但那时的系统大多数还停留在题库管理上,对试题和试卷的度量指标,组卷理论及教育测量的研究还不够,在模拟专家组卷方面能力较差,大多几乎没有智能组卷功能,并且其规模和软件质量参次不齐,存在着专用、封闭、功能单一、单用户使用等不足。 此后,许多高校和科研单位对科学智能组卷进行研究,采用不同的方法实现组卷,如随机法8、回溯法9、动态规划法10等,都取得了一定的成效。近年来,随着网络日益广泛的发展,网络教学已经成为了传统教学的重要补充,而作为其主要组成部分的组卷系统发挥了很大的作用。目前组卷系统采用的算法大致有三种:以随机算法为主的自动组卷系统、以回溯试探法为主的自动组卷系统和以人工智能与信息处理为主的智能组卷系统。 基于随机算法的自动组卷系统是最早出现的系统,它采用随机算法从题库中随机抽取一定数量的试题构成试卷。基于随机选取的组卷系统结构简单、组卷快速,但是使用面窄,只能适用于题库中的试题结构相似、组卷要求低的使用范围,不能满足较高的教学实践中的组卷要求。如果将这样的系统运用到高质量的组卷任务,为了满足用户提出的各种要求 系统将不得不进行大量的随机选取、判断、抛弃、再选取的重复过程,系统容易陷入死循环。 为了改进基于随机组卷算法的组卷系统11,出现了利用回溯算法的组卷系统。回溯试探法是将随机选取法产生的每一状态类型纪录下来,当搜索失败时释放上次纪录的状态类型,然后再依据一定的规律(正是这种规律破坏了选取试题的随机性)变换一种新的状态类型进行试探,通过不断的回溯试探直到试卷生成完毕或退回出发点为止。这种有条件的深度优先算法,对于状态类型和出题量都较少的题库系统而言,组卷成功率较好,但是在实际到一个应用时发现这种算法对内存的占用量很大,程序结构相对比较复杂,而且选取试题缺乏随机性,组卷时间长,后两点是用户无法接受的,因此它也不是一种很好地用来自动组卷的算法。(二)问题评述 分析上述两种算法的优缺点,不难发现,在限制条件状态空间的控制下,随机选取法有时能够抽取出一组令用户满意的试题,只不过由于它随机选取试题的范围太大,无法确定目前条件下哪些区域能够抽取合适的试题,反而可能在那些已经证明是无法抽取合适试题的区域内反复选题,进行大量无效操作,进入死循环,最终导致组卷失败;回溯试探法组卷成功率高,但它是以牺牲大量的时间为代价的,对于现今越来越流行的考生网上随机即时调题的考试过程来说,它已不符合要求。因此,必须结合以上两种方法寻找一种新的改进算法,这种算法要具有全局寻优和收敛速度快的特点12。遗传算法Genetic Algorithms以其具有自适应全局寻优和智能搜索技术,并且收敛性好的特性能很好地满足自动组卷的要求.13三、总结部分 随着计算机技术的日益发展,教育与计算机结合越来越广泛,计算机辅助教学已经成为教育领域一股不可或缺的力量。针对提高教师教学和学生学习效率的需要,使用智能组卷系统可以提高教师生的学习效率。能否方便、快捷、有效的组出用户满意的试卷时衡量组卷系统的重要指标,所以在比较目前比较流行的几种办法之后,使用遗传算法可以解决组卷系统很多问题14。 在未来的几年里随着网络教育的不断兴起。远程考试将成为评估教育质量的一种很重要的途径然而,如何防止在远程考试中种种不正当的考试行为。15我认为智能组卷将是解决这种问题的一种很好的办法。通过智能组卷可以防止学生相互抄袭,能检查出学生知识点掌握情况,了解教师上课的不足之处。而这一切都需要一个完善的组卷系统。 在今后的过程中,可以考虑在以下几个方面有所改进和加强:可以在系统的稳定性、考试系统的辅助功能方面有所加强。在评价体系中,还可将“知识地图”的概念引入,通过对学生的考试评判,借助于知识地图的概念,使用相应的技术手段,实现对学生在学习过程中的薄弱环节的指导,引导他们在相应的环节进行必要的复习。 3)同时在其他科目的考试中,可以有效实现对主观试题的考察,将会对远程网络考试的内涵和功能延伸方面起到更大的作用。四、参考文献1 张松.微生物学试题库计算机管理系统的研究J.华南师范大学学号(社会科学版),1999,5:77-882 才智杰,才让卓玛,CAI试题库自动组卷策略研究,青海师范大学民族师范学报,2003,14(1):79823 Russel,Norvig,Artificial Intelligence a Modern Approach,机械工业出版社,2000.54 程润伟.遗传算法与工程设计M.汪定伟,唐家富,黄敏译.北京科学出版社,2000:13-225 王小平,曹立明.遗传算法?理论、应用与软件实现M.西安交通大学出版社,20026 朱明,王俊普,王晶杰.通用试题库开发系统J.计算机工程,1996,22(3):451-4607 徐娟芬。袁晓东。PASCAL题库系统的设计与实现J.计算机应用,1998,49(6):16-198 阮文慧.一个面向应用的随机抽题考试系统J.甘肃教育学院学报(自然科学版),2000,(7):22-26 9 路平、王敏娟、万昆,试题库自动组卷中选题策略研究,汉江大学学报,2003,31(4):333610 张晔,线性目标规划法?一种实用的多目标优化设计方法.安徽大学学报(自然科学版),1997,27(1):71-7611 李小勇.题库管理系统中的自动化组卷算法J.西北师范大学学报(自然科学版)