智能组卷

摘要： 随着信息化水平的提高和计算机系统的飞速发展,具备智能组卷功能的在线考试系统是今后的发展方向。文章通过研究遗传算法的优势,通过对适应度值进行分析和算法改进,得到最优的组卷结果,并设计适用性强的在线考试系统架构和流程,为在线考试系统的应用和实现提供参考和技术支撑。

摘要： 近日,郑州市自然资源和规划局工作人员在河南省建设用地审批系统组卷上报建设用地申请时,有了不同的体验:只需上传勘测定界资料、附件材料两项基础数据,系统自动填充用地基本信息表以及一书两方案,并按照系统内嵌的标准化文件模板,自动生成市、县政府请示文、审查意见。河南省自然资源厅审查时间更短了,申请很快就可上报省政府。

摘要： 为提升英语考试智能组卷成功率和组卷质量,提出基于改进和声搜索算法的英语考试智能组卷策略.首先建立英语考试智能组卷的目标优化函数,然后采用和声搜索算法对英语考试智能组卷的目标优化函数进行求解,并针对采用声搜索算法的不足进行相应的改进,最后进行了与英语考试智能组卷的应用实例分析.结果表明,改进和声搜索算法的英语考试智能组卷成功率高,而且组卷质量好,同时获得比其它英语考试智能组卷策略更优的结果,具有明显的优越性.

摘要： 为解决传统组卷算法存在的工作量大、耗时长和试卷主观性强的问题,本文研究并实现了基于遗传算法的智能组卷系统.实现遗传算法的关键是设计适应度函数,适应度函数是描述试卷是否符合要求的函数,因此适应度函数设计的好坏直接决定了试卷的质量.为此研究设计的适应度函数能够对试卷难度、知识点考察数、区分度等多个试卷指标做出综合评判,生成令人满意的试卷.实验结果表明,基于遗传算法的智能组卷系统生成的试卷在难度、知识点覆盖数和区分度等指标上能够达到要求,满足课程考核的需要.

摘要： 针对卫生统计学练习需求大但题目资源可及性差的特点,结合题库构建和智能组卷相关理论,本文设计了卫生统计学智能组卷系统.具体包括构建具有多元属性标记的基础题库,制定涵盖约束条件设置、组卷方案选择、组卷流程设计等方面的智能组卷策略,并结合卫生统计学学科特点,设计了组卷系统的功能架构.以期实现科学、智能的卫生统计学题目管理,促进学生对卫生统计学知识的理解和方法的深化,提高教师的工作效率和质量.

摘要： 随着互联网技术的发展,在线考试逐渐进入了人们的视野,线上考试能够突破时间和地域的局限性,同时一定程度上也能提高考生考试和教师阅卷的效率,所以使用率也越来越高,受到了众多教育者的喜爱.该系统的主要功能模块是智能组合试卷,针对智能组卷问题,在系统中应用了遗传算法,该应用让使用者操作便捷,系统的性能更加稳定.

摘要： 传统算法计算智能组卷得到的目标函数不准确,因此提出基于动态抽题算法的智能组卷系统设计.在硬件设计上,选用CI公司的C2000系列作为系统运行的核心芯片,设置工作频率为250 MHz.在软件设计上,计算智能组卷目标函数,得到区分度实际数值参数,基于动态抽题算法设置适应度函数,构建系统运行流程,设计系统组卷界面与登录界面,最后完成基于动态抽题算法的智能组卷系统设计.经过实验,证明设计系统更优.

摘要： 针对多目标约束条件下求最优解的智能组卷问题,建立多维约束条件的数学模型,同时为了进一步改善基于遗传算法的智能组卷算法早熟及收敛速度慢的问题,提出一种基于定向变异遗传算法的智能组卷算法,采用定向变异来提高算法的寻优能力.通过仿真实验,将该算法与基于标准遗传算法和自适应遗传算法的智能组卷算法进行比较,实验结果表明,在相同设置条件下,该算法在组卷质量及效率等方面均取得较大提升.

摘要： 随着计算机的日益普及和互联网技术的进步,计算机辅助网考在大学英语等级考试中越来越普遍。基于目前大学英语网考组卷过程中存在的组卷问题,分析设计了智能组卷数学模型,以定量的形式表征组卷过程,结合组卷的数学模型以及相应的约束条件引入改进遗传算法,设计智能组卷算法,形成一套基于大学英语网考的智能组卷方法。通过仿真结果分析,该智能组卷方法通过优化迭代,可以快速组合理想试卷,所设计的智能组卷算法不仅组卷质量好,速度也快,很好地反映了学生的真实英语水平。

摘要： 在教学秩序中,考试是不可分割的一部分。在线考试因为其先进、高效、科学、公平的特性,逐渐被广泛认可和采纳。智能组卷是在线考试系统的重要组成部分,确保了试卷的难度和质量,最大限度地保证了试卷对考试范围的准确性、客观性,体现了考试的公平公正。本文尝试提出一种优化的智能组卷方案,并将其运用到实际系统,设计和实现一个以SSM框架为基础的智能组卷在线考试系统,并通过实验验证了本文方法的有用性和有效性。

摘要： 自动组卷是试题库研究中的一个关键问题，针对该问题的特点, 建立了数学模型，给出了用遗传算法解决此问题的方法，实验结果表明该方法能有效地解决试题库研究中的智能组卷问题，具有较好的性能和实用性。

摘要： 本文从分析现存的题库系统的智能组卷算法开始,提出了一种在遗传算法下的分段十进制编码,设计了基于编码的变异操作和小范围竞争择优的交叉操作,增加了相似个体过滤机制,最后给出了相应的算法实现.

摘要： 智能组卷是一个典型的多条件约束优化问题，采用自定义权重遗传算法求解，减少了遗传操作算子的盲目随机性，提高了遗传算法的搜索速度和准确性，通过仿真实验证明该算法具有很好的性能和实用性，可为教学测试平台的组卷策略提供参考。

摘要： 本文首先阐述了基于.NET平台的考试系统的优点,然后结合现代网络的快速发展所流行的Browser/Server结构,设计并实现了一个网络考试系统.实验表明,ASP.NET的MAX和iBATIS技术的应用提高了系统灵活性和互动性等；将人工智能中的生产系统的工作原理应用到考试系统的组卷原理和评分中能很好的模拟人的思维,实现智能组卷与智能评测试卷.

摘要： 针对传统组卷算法组卷速度慢,成功率较低,组卷质量不高等缺点,利用自适应遗传算法,设计出一种智能抽题算法的数学模型。实验表明,该方法能有效地提高组卷的效率和质量,具有较好的使用性能和实用性。

摘要： 本文基于B/S结构,克服了传统的C/S编程模式的不足,利用ASP和Access2000为主要开发工具,实现了添加、修改和删除用户等用户管理功能,添加、维护试题等试题库管理功能,智能组卷、学生考试和自动判卷等考试功能,并探讨了可能存在的一些不安全因素,提出了相应的解决方案。

摘要： 本文对自动组卷的算法进行了研究,给出了一种基于遗传算法的组卷算法,实验表明该算法搜索速度快,同时又能避免考查同一知识点的试题在一份试卷中重复出现,是一种实用有效的组卷方法.

摘要： 本文对自动组卷的算法进行了研究,给出了一种基于遗传算法的组卷算法,实验表明该算法搜索速度快,同时又能避免考查同一知识点的试题在一份试卷中重复出现,是一种实用有效的组卷方法.

摘要： 本文对自动组卷的算法进行了研究,给出了一种基于遗传算法的组卷算法,实验表明该算法搜索速度快,同时又能避免考查同一知识点的试题在一份试卷中重复出现,是一种实用有效的组卷方法.

摘要： 本文对自动组卷的算法进行了研究,给出了一种基于遗传算法的组卷算法,实验表明该算法搜索速度快,同时又能避免考查同一知识点的试题在一份试卷中重复出现,是一种实用有效的组卷方法.

摘要： 本发明实施例提供了一种组卷模型训练方法，组卷方法及相关装置，组卷模型训练方法包括：获取第一样本试卷数据集和第二样本试卷数据集，其中，第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合，第二样本试卷数据集为教师基于多个训练组卷参数得到的试卷数据的集合；将第一样本试卷数据集以及第二样本试卷数据集中的试卷数据进行融合，得到融合试卷数据集；构建组卷模型，并利用训练组卷参数、第一样本试卷数据集以及融合试卷数据集对组卷模型进行训练。该组卷模型能够为生成优质的且满足用户自身需求的试卷提供基础，在后续采用该组卷模型组卷时，针对性地生成符合其要求的试卷，提高用户使用体验和教学效果。

摘要： 本发明实施例提供一种组卷模型训练及其组卷方法、装置及计算机存储介质，所述组卷模型训练方法包括基于预设组卷策略生成多组训练组卷参数；利用遗传算法对各组训练组卷参数分别生成多套训练试卷；构建组卷模型，所述组卷模型的输入层包括多个基于多组训练组卷参数对应的预设组卷策略构建的组卷策略神经元，所述组卷模型的输出层包括多个基于各组所述训练组卷参数分别生成的多套所述训练试卷构建的训练神经元组；以及利用所述多组训练组卷参数以及与各组训练组卷参数对应的多套训练试卷训练构建的组卷模型。由此，本发明可提高组卷结果的鲁棒性和准确性。

摘要： 本发明实施例提供一种组卷模型训练及其组卷方法、装置及计算机存储介质，通过首先收集多位教师的组卷数据，组卷数据包括第一类别标识、第二类别标识、训练试卷以及训练试卷对应的组卷策略；然后根据第一类别标识，将多位教师进行分组；再根据第二类别标识和训练试卷对应的组卷策略，将不同分组的教师的训练试卷进行配对，生成多个试卷配对数据集；最后构建组卷模型，并利用试卷配对数据集训练组卷模型，其中，组卷模型的输入包括第一质量等级的初始试卷，输出包括第二质量等级的目标试卷。因此，本发明实施例训练获得的组卷模型，可自动将教学水平较低的教师所组的初始试卷优化成高质量的目标试卷，在提高组卷效率的同时还有利于提高教学效果。

摘要： 本发明涉及一种基于最大团算法的自动等质组卷方法及组卷系统，通过用户注册和登录模块登录，在组卷参数选择模块根据需求输入组卷参数，提交，组卷算法模块读取预置题库，以最大团算法进行组卷后输出试卷，构建组卷分析报告存储于数据库，通过查看组卷报告模块得到组卷参数信息、可下载的组卷链接和基于IRT理论的组卷信息函数对比曲线图。本发明能够方便、快捷地根据预置题库制作出一组期望参数下的等质试卷；可选参数丰富，满足大部分组卷需求；考虑了难度系数和区分度系数之间的关系，能更有效地利用题库；将知识点比例和信息函数这些无法严格满足的指标以图形差异的形式反馈给用户，使得用户能够直观感受到组卷效果。

摘要： 本发明公开了一种高效多背包容器组卷系统及其组卷方法，包括电子试卷输入输出平台，所述电子试卷输入输出平台与服务器连接，所述服务器内设置有组卷模块，所述组卷模块与数据库连接；所述组卷模块包括容器填充模块、物品虚拟标记模块、本地虚拟标记模拟填充模块和控制反转组卷模块；所述电子试卷输入输出平台用于获取电子试卷框架，所述电子试卷框架设置有试卷要求和N个试题要求，所述试卷要求内设置有试卷属性，每一个所述试题要求内设置有对应的试题属性；有益效果：实现试卷数据和试题数据一次调取，通信次数少，组卷时间短，服务器与数据库之间的运行压力减小。

摘要： 本发明公开了一种用多个组卷篮提升组卷效率的方法，包括以下步骤，生成一题库；题库中任意一题目均设有多个组卷选项；任意一题目可添加至一个或多个组卷篮；基于预设组卷策略生成多组训练组卷参数；选择不同的组卷篮可生成不同的组卷列表。一种用多个组卷篮提升组卷效率的系统，包括：添加模块，其可将任意题目添加至组卷篮；组合模块，其将添加至组卷篮内的题目进行组合；编辑模块，其将组卷篮内的题目进行编辑。本发明的优点是：可以同时加入多个组卷篮，一次可以生成多份组卷。

摘要： 本发明实施例提供一种组卷模型训练及其组卷方法、装置及计算机存储介质，通过首先收集多位教师的组卷数据，组卷数据包括第一类别标识、第二类别标识、训练试卷以及训练试卷对应的组卷策略；然后根据第一类别标识，将多位教师进行分组；再根据第二类别标识和训练试卷对应的组卷策略，将不同分组的教师的训练试卷进行配对，生成多个试卷配对数据集；最后构建组卷模型，并利用试卷配对数据集训练组卷模型，其中，组卷模型的输入包括第一质量等级的初始试卷，输出包括第二质量等级的目标试卷。因此，本发明实施例训练获得的组卷模型，可自动将教学水平较低的教师所组的初始试卷优化成高质量的目标试卷，在提高组卷效率的同时还有利于提高教学效果。

摘要： 本发明实施例提供一种组卷模型训练及其组卷方法、装置及计算机存储介质，所述组卷模型训练方法包括基于预设组卷策略生成多组训练组卷参数；利用遗传算法对各组训练组卷参数分别生成多套训练试卷；构建组卷模型，所述组卷模型的输入层包括多个基于多组训练组卷参数对应的预设组卷策略构建的组卷策略神经元，所述组卷模型的输出层包括多个基于各组所述训练组卷参数分别生成的多套所述训练试卷构建的训练神经元组；以及利用所述多组训练组卷参数以及与各组训练组卷参数对应的多套训练试卷训练构建的组卷模型。由此，本发明可提高组卷结果的鲁棒性和准确性。

摘要： 本发明实施例提供了一种组卷模型训练方法，组卷方法及相关装置，组卷模型训练方法包括：获取第一样本试卷数据集和第二样本试卷数据集，其中，第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合，第二样本试卷数据集为教师基于多个训练组卷参数得到的试卷数据的集合；将第一样本试卷数据集以及第二样本试卷数据集中的试卷数据进行融合，得到融合试卷数据集；构建组卷模型，并利用训练组卷参数、第一样本试卷数据集以及融合试卷数据集对组卷模型进行训练。该组卷模型能够为生成优质的且满足用户自身需求的试卷提供基础，在后续采用该组卷模型组卷时，针对性地生成符合其要求的试卷，提高用户使用体验和教学效果。

摘要： 本发明提供一种用作智能组卷系统的组卷方法，涉及考试组卷技术领域。该用作智能组卷系统的组卷方法，具体的组卷方法包括如下步骤：首先根据题型进行分段实数编码，再根据用户设置的题型、各题型的数量及分数、难度、知识点数量作为部分约束条件，初始化多套试卷；然后根据确定的试题适应度函数，通过随机选择法随机产生两个个体计算适应度值并比较，将适应度值高的遗传到下一代。通过在遗传算法上进行改进，根据题型采用分段实数编码，即可以提高运算速度，有效避免组卷过程中知识点冲突，同时避免了搜索空间的迅速缩小，加快了整个算法向全局最优值的逼近速度，提高了全局寻优性能，可以得到最优试卷。