网上考试系统中组卷策略的实现

・４ ７・
根 据 以上分 析 ， 机 法 和 回溯 法 组 卷 应 用 于 实 随 际 的网上考 试并 不 太合 适 ， 经过 大量 的文 献 阅 读 和 分析 ， 系 统决定 使用 一种 改进 的遗 传算 法 ． 本
Βιβλιοθήκη Baidu
３ 遗传算法在组卷过程 中的具体 实现
传统 型遗 传算 法存 在很 多 缺点 ． 例如 ， 在初 始化 群体 时适 应值 较低 ； 法经 过若 干代 演化 运算 后 ， 算 能
张 顺 利 ， 广 丽 任 鹏 飞 冯 ，
（．河 南工程 学院 计 算机科 学与 工程 系， 南 郑 州 ４ １９ ； １ 河 ５ １１
２ ．河 南工 程 学院 电气信 息工程 系， 南 郑 州 ４ １９ ） 河 ５ １ １
摘 要 ： 网上考试 系统 中， 在 组卷策略的好坏在很 大程 度上影响 着组卷 的效率． 对常用的组 卷策略进行 分析 ， 此 在 基础上提 出了对组卷采用改进 的遗传算 法． 用实数编码 方案 ， 采 对各种遗传 算子也进 行 了改进 ， 效地提 有
个数组 中 ； 用随机 函数 随机 产生 ｍ个 互不 相 同的 随机数作 为数组 的下 标 ， 决定 抽取 的试题 号 ； 然后 在
网页上显 示试题 ； 成后在 网页 上显示 答案 ． 完
１ ２ 回溯法 ．
该 算法 的核 心思想是 利用计 算机 提供 的随机 函 数或人 为设计 的 随机 函数 ， 根据组 卷参数 的要 求 ， 从 题库 中抽取符 合控 制 指标 的试 题放 入 试 卷 中． 算 该
一
间的延 长 为代价 ， 要使 考 试 系统 具 有 良好 的性 能 和
应用价值 ， 除了合理 的试题库结构外 ， 还必须设计
合理 的组卷 策略 ．
１ 常用 的组卷策略
目前 ， 国国 内的考 试 系统 采 用 的组 卷 算法 多 中
为 随机 函数 法和 回溯法 ．
１ １ 随机 函数法 ．
高 了遗 传 算 法 的 执 行 效 率 ．
关键词 ： 网络考试 系统 ； 组卷策略 ；随机 函数法 ；自适应遗传算法
中图 分 类 号 ：３ １６ Ｐ ０ ． 文献 标 识 码 ： Ａ 文 章 编 号 ：６４—３０ ２ １ ）３— ０ ６— ５ １７ ３ Ｘ（０ ０ ０ ０ ４ ０
组卷 是指从 庞大 的试题 库 中按 照给定 的要求 抽 选试 题组 成试卷 的 过程 ， 出 的试 卷 要 满 足知 识 点 组
２ 遗 传 算 法
由于遗 传算 法具 有搜 索结 果全局 近 优 、 速 、 快 易 实现等 特点 ， 为求 多 目标 最优 问题 的 主流算 法 ． 成
算 法 的核心 是 吸取 自然 界 生 物 系统 的 “ 者 生 适 存， 优胜 劣 汰” 的进化 思 想 ， 选 定 一组 非 劣 解 的组 先
该算 法 的核心思 想是采 用深 度搜 索或广 度搜 索 的方法对题 库进 行遍 历 ， 当找到符 合要求 的解 时 ， 算 法 终止 。 回溯法 可 以系统地 搜索 一个 问题 的所 有解 或 任一解 ， 它适 用于组 卷指标 比较 简单 ， 出题量 较小
的组卷 ． 该算法 的优 点是 比随 机 法进 了一 步 ， 卷成 功 组
率较 高 ， 点是程 序结 构 比较 复杂 ， 缺 选取 的试题 缺乏
灵 活性 ， 卷 时间较长 ． 组
收稿 Ｅ期 ：０ ０— ７—１ ｔ ２１ ０ ２ 作者简介 ： 张顺利（９ ３一） 女 ， １７ ， 河南渑池人 ， 副教授 ， 士， 硕 主要从事网络编程 方面的研究
第 ３期
张顺 利 ， ：网上 考试 系统 中组卷策略的 实现 等
平 性 的要求 较低 ， 需要很 多 的参数控 制 ， 不 只要求 学 生 输人要 自测 的知 识点或 章节便 可 以组卷 ． 实 现步骤 ： 学生 选择课 程 和知识点 或章 节范 围 ， 并 输入题 型 和题 目个 数 （ ； 题 库 中所 有 属 于 指 ｍ） 将
定 课程 在指定 的知识 点或 章节 范 围内的试题 号放 人
第２ ２卷 第 ３期
２１ ０ ０年 ９月
河 南工程学院学报 （ 自然科 学版 ）
Ｊ ＯＵＲＮ ＮＡＮ Ｉ ＳｎＴ Ｅ ０Ｆ Ｅ ＡＬ ＯＦ ＨＥ Ｎ ＵＴ ＮＧＩ ＥＥ Ｎ Ｎ ＲＩ Ｇ
Ｖ １ ２ Ｎｏ ３ ｏ ． ２， ．
Ｓ ｐｔ２ ０ ｅ ． ０１
网上 考 试 系统 中组 卷 策 略 的 实 现
法结束 的条件 有两 种 ， 卷 成功 或 无法 从 题 库 中抽 组
取满 足条件 的试题 ．
该 算法 的优点是 简单 、 单题抽 取效率 高 、 题分 试 布 比较 均匀 ， 缺点是 多 个试 卷 控 制 指标 之 间有 时是
相互 限制 的 ， 很难从 全局最 优化 角度抽取 试卷 ， 甚至
达 到一定 的收 敛 点 ， 收 敛 速 度 较 慢 ， 般 需 经 过 但 一 ２ ０代 到 ３０代 ； ０ ０ 在收 敛过 程 中易陷 于局部 最 优． 因 此， 最后 求得 的结 果适 应值 较低 ， 时很难 满足 组卷 有 的要 求 ¨ ． ］国内外学 者 对 遗传 算 法 做 了大 量 的研 究 和探 索 ， 出了许 多 有 益 的 改进 措 施 ． 提 例如 ， 对适 应 度进 行变 换 ｊ改 进 新 的遗 传 算 子 等 ． 系 统 采 ， 本 用 改进 的遗传 算法 ， 体方 案如 下 ． 具
会造 成组卷 不成 功的情 况．
该 算法 在对试 卷 质 量要 求 不 高 、 卷参 数 较 少 组
的情况 下 比较 适用 ， 比如 学生 的 自测 环节 ． 这是 因为
均匀 分布 在指定 范 围 内 的要 求 ， 卷 难 度 、 试 区分 度 、 每种 题型 的数量 等也要 符合组 卷参 数的要求 ． 以 ， 所
组卷 的过 程实 际上是 求 多 目标 最 优解 的过 程． 网 在 络 环境下 ， 组卷策 略 的好 坏 在 很 大程 度 上影 响 着组 卷效 率． 论上 ， 理 能找 到全局最 优解 的算法 往往 以时
学生 自测题 的选取 没 有 教 师 的参 与 ， 学生 不 可 能 而
对 组卷 参数 有很深 的理解 ． 另外 ， 自测 环节 对考试 公