畢 業(yè) 論 文 實用農(nóng)科大學(xué)物理試題庫的設(shè)計與實現(xiàn) 指導(dǎo)教師 戴占海 講師 學(xué)院名稱 理學(xué)院 專業(yè)名稱 光信息科學(xué)與技術(shù) 論文提交日期 2010 年 5 月 論文答辯日期 年 月 答辯委員會主席 _ 評 閱 人 _ 摘 要 考試是對考生知識和能力水平的主要測量方式，它需要綜合運用教育測量學(xué)、心理測量學(xué) 和 教育統(tǒng)計學(xué)等多學(xué)科的知識，科學(xué)、客觀和公正地設(shè)計試題。 大學(xué) 物理試題庫系統(tǒng) 的主要功能是 可以自主管理 試題庫，并根據(jù) 組卷約束條件自動 或手動 生成符合要求的試卷和參考答案。該系統(tǒng)不僅可以減輕教師的工作量，提高工作效率，增強考試的科學(xué)性和客觀性，而且對提高教學(xué)質(zhì)量、促進 教考 分離的實施有重要意義。 我校大學(xué)物理試題 一直 沒有一 個統(tǒng)一和自動化的系統(tǒng)來進行管理。 隨著計算機技術(shù)的廣泛應(yīng)用、教師的計算機應(yīng)用能力的提升，我校已完全具備利用大學(xué)物理 試題庫 系統(tǒng)對物理試卷進行 組卷、輸出和管理 的硬件基礎(chǔ)。 因此在現(xiàn)有的各種試題庫系統(tǒng)基礎(chǔ)上進行研究更好的自動組卷算法，從而開發(fā)出更優(yōu)秀的大學(xué)物理試題庫系統(tǒng)，具有重要的意義。 本 畢業(yè)設(shè)計 在對試題庫 建設(shè) 理論和自動組卷算法研究的基礎(chǔ)上，圍繞開發(fā)環(huán)境選擇、后臺數(shù)據(jù)庫設(shè)計、系統(tǒng)模塊開發(fā) 和 組卷算法改進等方面進行研究，開發(fā)了一套基于遺傳算法的 試題庫 系統(tǒng)。系統(tǒng)的功能模塊主要包括：試題信息管理模塊、自動組卷模塊 、手動組卷 模塊 和試題 練習(xí)模塊 。 在程序的實現(xiàn)中，本系統(tǒng) 完善并優(yōu)化了數(shù)據(jù)存儲結(jié)構(gòu) ，實現(xiàn)了包含圖形、公式和文字的試題的錄入 、修改功能 ， 實現(xiàn)了 對試題信息的 多 重 條件查詢 功能 ， 實現(xiàn)了手動組卷和基于多參數(shù) 約束條件 的自動組卷功能， 同時 能夠生成 系統(tǒng) 采用 了 #編程語言 與 據(jù)庫 相 結(jié)合 的設(shè)計 ，以及 面向?qū)ο蟮某绦?實現(xiàn) 方法， 因此 只要 在安裝有 持庫 和 據(jù)庫驅(qū)動的 000 上平臺 就能 正常運行和使用 ，具有良好的 擴展性、可移植性和兼容性 。 關(guān)鍵詞 題庫系統(tǒng) 自動組卷 C#語言 據(jù)庫 目 錄 1 緒論 1 研究背景及意義 1 現(xiàn)有試題庫狀況 1 研究大學(xué)物理試題庫系統(tǒng)的可行性 2 2 自動組卷系統(tǒng)的理論基礎(chǔ) 2 組卷問題分析 2 常見的人工出卷要求和原則 3 經(jīng)典測量理論 3 試題屬性 4 組卷問題 5 組卷算法發(fā)展概述 6 優(yōu)先權(quán)策略 6 隨機策略 6 回溯策略 6 補償策略 6 遺傳算法簡介 6 遺傳算法基本概念 7 遺傳算法特點 7 遺傳算法基本原理 8 基于遺傳算法的自動組卷方法 8 遺傳算法實現(xiàn)的關(guān)鍵技術(shù) 8 組卷模型 9 自動組卷的遺傳算法設(shè)計 10 3 系統(tǒng)的開發(fā)工具介紹 11 數(shù)據(jù)庫工具 11 據(jù)庫 11 數(shù)據(jù)庫連接方式選擇 11 編程工具 # 12 4 系統(tǒng)設(shè)計與實現(xiàn) 13 系統(tǒng)功能分析 13 系統(tǒng)數(shù)據(jù)分析 14 數(shù)據(jù)錄入和處理的準(zhǔn)確性 14 數(shù)據(jù)的一致性與完整性 14 數(shù)據(jù)的獨立性 14 系統(tǒng)概要設(shè)計 14 數(shù)據(jù)庫設(shè)計 14 系統(tǒng)主要模塊設(shè)計實現(xiàn) 17 程序流程圖 17 組卷流程演示 19 試題管理模 塊 22 自動組卷的成卷質(zhì)量分析 23 系統(tǒng)運行環(huán)境 25 硬件環(huán)境 25 軟件環(huán)境 25 5 總結(jié)和展望 25 致謝 27 參考文獻 28 英文摘要 29 附錄 30 1 1 緒論 大學(xué)物理試題 庫系統(tǒng) 是集成了 大學(xué)物理試題庫、自動組卷和手動組卷 于一體的 智能組卷 系統(tǒng)， 可 以根據(jù) 考試時間、試卷總分、 試卷題型 比例、試題 難度級別 比例 和知識點覆蓋 范圍 等 多個 參數(shù)實現(xiàn)組卷 的 自動化并輸出為 式，基本實現(xiàn)了教師的組卷需求。 本 系統(tǒng)使用 #語言編寫，結(jié)合 據(jù)庫 技術(shù) ， 程序體積小巧， 界面友好，結(jié)構(gòu)簡潔，功能實用。 研究背景及意義 在各種教育和培訓(xùn)機構(gòu)的教學(xué)過程中，考試都是一個非常重要的部分 。 考試的目的在于，評估測試學(xué)生所掌握的 知識的 程度，衡量教師教學(xué)成果的優(yōu)劣，總結(jié)分析教學(xué)質(zhì)量，收集教學(xué)反饋信息 等。所以考試能否達到預(yù)期的目標(biāo)，很大程度上取決于考試試題的制作水平。 傳統(tǒng) 考試的實施過程不完全科學(xué)， 命題內(nèi)容 、 評分標(biāo)準(zhǔn)等缺乏普遍的可比性， 工作效率低， 試題取樣不合理， 考試不夠客觀和準(zhǔn)確 ，又花費大量時間、人力和物力 。 出卷對于不少教師來說已經(jīng)成為一種繁重的腦力和體力活動。而倘若試卷試題不夠良好，就不能用考試的結(jié)果來正確衡量教育工作者和學(xué)生的教與學(xué)成果，達不到考試目的，甚至?xí)斐煞疵嫘Ч?進入到 21 世紀(jì)以來，隨著 社會經(jīng)濟的快速發(fā)展、 計算機 科學(xué)技術(shù)的騰飛， 計算機技術(shù)已經(jīng)逐漸成為現(xiàn)代教育中強有力的教學(xué)媒體和教育管理 的工具。 利用計算機建立試題庫，實現(xiàn)計算機自動選題組卷 ， 已經(jīng)成為熱門的研究方向。 其原因在于， 利用計算機進行組卷和 管理 試題庫 ， 對試題和試卷的管理將變得高效快捷， 不僅能節(jié)省教師的寶貴時間，提高工作效率，而且能消除出卷人主觀意志的影響，使考試更加客觀、真實、全面地反映教學(xué)的實際效果，有利于教學(xué)質(zhì)量的提高 、教考分離的順利實行、人力物力 的節(jié)約 1。 現(xiàn)有試題庫狀況 計算機組卷系統(tǒng)是按照教師和教學(xué)的要求，由計算機自動從試題庫中選擇試題，組成一份符合知識分布 、題型分布、難度分布、時間分布 和 分?jǐn)?shù)分布要求的試卷 。 自動組卷系統(tǒng)可以認(rèn)為來源于 20世紀(jì) 60年代出現(xiàn)的計算機輔助教學(xué)系統(tǒng) 算機輔助教學(xué)主要是為了把計算機技術(shù)應(yīng)用到教學(xué)領(lǐng)域以提高教學(xué)水平和教學(xué)質(zhì)量，其中包括考試系統(tǒng) 、課表編排、教學(xué) 管理 等。 2 在國外， 試題庫 系統(tǒng)的研究 起步較早，現(xiàn)在已經(jīng)得到了廣泛的應(yīng)用。美國 早 已 建立了一些針對標(biāo)準(zhǔn)化考試的試題庫系統(tǒng) ， 例如： 美國教育考試服務(wù)中心的研究生入學(xué)考試， 思 文學(xué)習(xí)系統(tǒng)公司的飛機駕駛員 資格 考試 司的 證考試等。這些試題庫系統(tǒng) 已成功地運作了幾十年，一直都能科學(xué)地測試出學(xué)生的實際水平。這表明用計算機來 組 卷是可 行 的而且是有效的。但是，這些系統(tǒng)涉及到的具體內(nèi)容與細(xì)節(jié) 、設(shè)計原理 都是保密的，要建立一套適合中國國情的試題庫就只能靠自己 的 努力。 80 年代之后，我國也開始研究基于計算機技術(shù)的考試系統(tǒng)，如高等數(shù)學(xué) 試題庫系統(tǒng) 京大學(xué) 庫系統(tǒng)等。盡管起初的這些系統(tǒng)并不具備全自動的智能組卷功能，但是這些系統(tǒng)的發(fā)展仍然推動了組卷算法的研究。 目前，常見的自動組卷算法有隨機選取法、回溯試探法、模擬退火算法和遺傳算法等 2。 研究大學(xué)物理 試題庫 系統(tǒng)的可行性 從目前來看，我校大學(xué)物理試題沒有一個統(tǒng)一和自動化的系統(tǒng)來進行管理，而隨著計算機技術(shù)的廣泛應(yīng)用、教師的計算機應(yīng)用能力的提升，我校已完全具備利用大學(xué)物理試題庫 系統(tǒng)對物理試卷進行出卷、輸出 和 管理的硬件基礎(chǔ)。 在軟件設(shè)計方面 ，根據(jù)考試學(xué)理論，一份試卷質(zhì)量的好壞與下列幾個方面有關(guān)： (1)組成試卷的各個試題是否科學(xué)、合理； (2)試卷中試題的難度比例、考查的深度是否合理； (3)試卷的覆蓋面、考查點是否能很好地代表整個考試的內(nèi)容； (4)試卷所涉及到的知識是否很好 地 代表 需要考生掌 握的知識，反映大綱要求 3。 現(xiàn)今不斷優(yōu)化的遺傳算法和模擬退火算法相結(jié)合的自動組卷算法，已經(jīng)能夠逐步滿足以上出卷要求，為設(shè)計自動組卷系統(tǒng)提供了良好的理論基礎(chǔ)。 2 自動組卷系統(tǒng)的理論基礎(chǔ) 組卷問題分析 組卷是考試的核心環(huán)節(jié) ， 要 提高考試質(zhì)量，試題質(zhì)量是關(guān)鍵。 自動組卷的本質(zhì)就是按照教師和教學(xué)的要求，利用一定的組卷算法，自動的從題庫中抽取合適的題目。 在試題庫試題質(zhì)量高的前提下，組卷系統(tǒng)的自動組卷效率與質(zhì)量主要取決于組卷算法的設(shè)計。 合適和優(yōu)秀的組卷算法 可以 將考試時間、考試目的、難度要求、掌握要求、考查 范 3 圍等試卷指標(biāo)量化， 轉(zhuǎn)換為計算機可以理解和分析的要求，再在此基礎(chǔ)上組成滿足用戶需求 (最佳解 )的試卷。而 如何設(shè)計一個算法 使得 從題庫中既快又好的抽出一組最佳解或非常接近最佳解的試題，涉及到一個全局優(yōu)化和收斂速度快慢的問題。 常見的人工出卷要求和原則 (1)以課程基本要求和選用教材大綱為基準(zhǔn)，試題要根據(jù) 教學(xué)大綱 規(guī)定的不同層次教學(xué)要求 (掌握、 理解 、了解 )及課程的自身特點，合理確定題型 、 題量及難易度 ； (2)命題范圍以本課程所選用的教材 為藍本。試題既要覆蓋教材的內(nèi)容，又應(yīng)合理設(shè)計不同內(nèi)容的覆蓋密度 ； (3)努力貫徹考察知識與考察能力相結(jié)合的原則。試題應(yīng)著重檢查學(xué)生對基本概念和原理的理解，以及在理解的基礎(chǔ)上運用知識解決實際問題的能力。 經(jīng)典 測量理論 一般將測量理論分為經(jīng)典測量理論、概化理論和項目反應(yīng)理論三大類，或稱三種理論模型。 人們將以真分?jǐn)?shù)理論 (核心理論假設(shè)的測量理論及其方法體系，統(tǒng)稱為經(jīng)典 測量 理論 (也稱真分?jǐn)?shù)理論 4。 本系統(tǒng) 的自動組卷算法 就是以經(jīng)典測量理論為理論考慮依據(jù)的。 經(jīng)典測量理論 是從二十世 紀(jì)初發(fā)展起來的，到了二十世紀(jì)五十年代其發(fā)展趨于完善。 該 理論建立在以下三條假設(shè)之上： (1)學(xué)生真實分?jǐn)?shù) (2)該學(xué)生 在大量測驗中的誤差分?jǐn)?shù)統(tǒng)計平均值為 0； (3)任意兩次測驗中的誤差相對獨立。 在上述三個基本假設(shè)的基礎(chǔ)上， 經(jīng)典測量 理論 (真分?jǐn)?shù)理論 )做出 了如下兩個重要推論：第一，真分?jǐn)?shù) 等于實得分?jǐn)?shù)的平均數(shù)；第二，在一組測量分?jǐn)?shù)中，實得分?jǐn)?shù)的變異數(shù) (方差 )等于真分?jǐn)?shù)的變異數(shù)與 誤差分?jǐn)?shù)的變異數(shù)之和。 在這一理論模型基礎(chǔ)上，提出了有關(guān)測驗信度 (效度 (標(biāo)準(zhǔn)化 (區(qū)分度的整套理論與方法。如用測試通過率來定義難度，用題目分?jǐn)?shù)和總分來代表區(qū)分度，都是經(jīng)典測量理論的應(yīng)用。 經(jīng)典測量理論建立了一系列題目分析的公式，如 p 值 為表示難度系數(shù) ， 以及 表示區(qū)分度的題目與測試相關(guān)系數(shù)，估計分?jǐn)?shù)真值的標(biāo)準(zhǔn)誤差，估算題目數(shù)與信度關(guān)系的公式等等。 4 試題屬性 一份試卷的質(zhì)量，可以由試卷的難度、區(qū)分度以及考察范圍覆蓋度 等 來體現(xiàn)。 組卷問題，就是一個多目標(biāo)優(yōu)化問題。 經(jīng)過不斷完善發(fā)展的經(jīng)典測量理論為我們奠定了合理的試題指標(biāo)值計算與評估的理論基礎(chǔ)。根據(jù)這個理論所建立的一系列 試題 分析公式，加以分析 后 得出試題屬性 主要 有 如下幾點 。 (1)編號：試題在題庫中的唯一標(biāo)示符； (2)所屬章節(jié)：根據(jù) 該 試題在教學(xué)內(nèi)容中所屬的章節(jié)號來確定 (如 所屬為第一章力學(xué)，則該屬性 值 為 1)； (3)所屬知識點： 根據(jù) 該 試題所屬章節(jié)下的具體 某 小節(jié) 內(nèi)容 來確定 (如所屬為第一章的第一節(jié)，則該屬性 值 為 11)； (4)題型： 根據(jù)以往的大學(xué)物理試題分析， 本系統(tǒng)設(shè)置的該 屬性有選擇題、填空 題、判斷題、名詞解釋題、證明題、問答題、計算題和改錯題 等八種 ； (5)估時： 預(yù)計花費在試題上的答題時間，單位為分鐘； (6)認(rèn)知要求： 根據(jù)布魯姆的教育目標(biāo)分類學(xué)，結(jié)合大學(xué)物理試題 的特點，可以將試題的認(rèn)知要求分為知識、運用 和 靈活運用等； (7)分?jǐn)?shù)： 試題的分值； (8)區(qū)分度： 試題的區(qū)分度也叫試題的鑒別力，它是衡量試題對不同被試者的水平的區(qū)分程度的指標(biāo)。如果試題的區(qū)分度高，就可以把不同水平的被試者區(qū)分開來，反之，區(qū) 分度低的試題不能對 被試者 的水平進行很好的甄別。試題的區(qū)分度一般是由該題的成績與整個測驗成績之間的 相關(guān)程度來表示：相關(guān)程度高，表明區(qū)分度高；相關(guān)程度低，表示區(qū)分度低。 常見的試題區(qū)分度評價標(biāo)準(zhǔn)，分為 4 個 級別 ，如表 1 所示 5。 表 1 試題區(qū)分度的評價標(biāo)準(zhǔn) 區(qū)分度指數(shù) 評價 高，如能改進更好 可，作用時需作改進 須淘汰或加以改進 5 (9)使用頻率：試題被使用到的次數(shù)，以鑒別試題的泄露幾率； (10)答案：試題的參考答案； (11)難度 系數(shù) ： 系統(tǒng)采用的難度系數(shù)與試題的得分值成 反比 。對于一個試題，如果大部分考 生都能答對，該試題的難度系數(shù)就 小 ；反之，該試題的難度系數(shù)就 大 。 在大學(xué)物理考試中，根據(jù)考卷題型可以將難度系數(shù)細(xì)分為 客觀題 (如判斷題 )難度系數(shù)、主觀題難度系數(shù)和整張考卷的難度系數(shù) 6。不同類型的難度系數(shù)的計算方法有一定的區(qū)別。 (1)客觀題難度系數(shù) n 其中 示試題的難度系數(shù)， R 表示答對的人數(shù)， n 表示總?cè)藬?shù)； 2 N (2)主觀題難度系數(shù) 所 有 學(xué) 生 該 題 得 分 平 均 數(shù)該 題 滿 分 分 數(shù) (3)試卷難度系數(shù) 試卷難度系數(shù)，也就是試卷的平均難度，是衡量試卷區(qū)分度的 重要指標(biāo)之一。 所 有 學(xué) 生 平 均 分試 卷 滿 分 分 數(shù) 組卷問題 (1)數(shù)據(jù)不精確性、模糊性 描述試題的屬性并不都是明確的 ，例如難度系數(shù)、區(qū)分度、估時等，是比較模糊的概念。 (2)解的多樣性 由于系統(tǒng)題庫中的試題很多，滿足用戶需求的試題也會很多，這就造成了“ 最佳 解”有很多個， 這樣會 在相同條件下 組成內(nèi)容不同的多份試卷。 (3)知識的特征 由于知識大都來源于成卷專家的經(jīng)驗，所以系統(tǒng)需要在不斷總結(jié)專家經(jīng)驗、吸 取專家錯誤的基礎(chǔ)上逐步完善，在題庫系統(tǒng)的維護過程中就必須不斷的 更新知識、增減知識、 6 完善知識，使系統(tǒng)能夠盡量組成符合用戶要求的高質(zhì)量試卷。 組卷算法發(fā)展概述 傳統(tǒng)的組卷 策略有優(yōu)先權(quán)策略、隨機策略、回溯策略與補償策略 ，不同 的組卷策略各有優(yōu)點和不足 。 優(yōu)先權(quán)策略 在組建試卷的初始階段， 試題的各屬性都有很大的取值范圍，但隨著被選試題數(shù)量的增加，取值范圍縮小，矛盾開始突出，會出現(xiàn)某一選題的某個屬性達到要求而其他屬性卻超出范圍的現(xiàn)象。優(yōu)先權(quán)策略可以從數(shù)量、題型的平均分?jǐn)?shù)、完成率和累計值與指標(biāo)值差距等方面綜合解決這些矛盾。 隨機策略 隨機策略就是根據(jù)要求隨機的抽取符合指標(biāo)的試題組成一套試卷。這種策略結(jié)構(gòu)簡單，抽取單道試題的運行速度較快，但是效率卻不高，組成整一套試卷所需的時間較長。這種策略要求試題庫不但試題 量要大，而且分布要良好。隨機策略的實現(xiàn)一般是兩種情況 。 一是從試題庫中隨機抽取試題，然后判斷是否符合用戶要求。二是從符合試卷某項屬性要求的試題庫子集中隨機抽取試題，再判斷該試題是否符合用戶設(shè)置的試卷其他屬性要求。 回溯策略 回溯策略 是一種基于修正方法的算法控制策略， 是對隨機策略的改進 。 它 將隨機策略產(chǎn)生的每一狀態(tài)類型記錄下來，當(dāng)搜索失敗時釋放上次記錄的狀態(tài)類型，然后再依據(jù)一定規(guī)律變換一種新的狀態(tài)類型進行試探，通過重復(fù)的搜索直至試卷生成或退回出發(fā)點為止?；厮莶呗詫儆诿つ克阉鞯囊环N，可能導(dǎo)致在回溯的時 候進行了多次無效的隨機選取，對內(nèi)存占用量過大，且組卷時間較長，會耗費大量的時間。 補償策略 補償策略就是在試題生成過程中 ，當(dāng)不滿足約束條件的時候，適當(dāng)放寬約束條件，讓試題生成在允許的 誤差區(qū)域內(nèi)完成。這種策略在允許一定誤差的前提下可以減少不必要的 循環(huán)搜索，提高組卷的成功率。 遺傳算法 簡介 遺傳算法 (模擬達爾文生物進化論的自然選擇和遺傳學(xué)機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法，它由美國學(xué) 授于 1975 年首先提出來的。 7 遺傳算法 基本概念 遺傳算法借用了生物遺傳學(xué)的觀點，通過自然選擇、遺傳、變異等作用機制，實現(xiàn)各個個體的適應(yīng)性的提高。這一點體現(xiàn)了自然界中 “ 物競天擇、適者生存 ”的 進化過程。自從 授首次提出 遺傳算法的思想 后 ，吸引了大批的研究者，迅速推廣到搜索、機器學(xué)習(xí)等方面，并奠定了堅實的理論基礎(chǔ)。用遺傳算法解決問題時，首先要對待解決問題的模型結(jié)構(gòu)和參數(shù)進行編碼，一般用字符串表示，這個過程就將問題符號化、離散化了。 遺傳算法主要由以下幾個概念構(gòu)成： (1)問題的解空 間： 遺傳算法主要用在尋找所研究問題的最佳解或盡可能接近最佳解的解答，問題的最佳解是包含在一個龐大的有限可能的解集合中，這個集合就是問題的解空間 ； (2)串： 串是個體的形式 ，對應(yīng)于遺傳學(xué)的染色體 (在算法中用二進制表示 ； (3)群體： 串的集合稱為群體，串是群體的元素 ； (4)群體規(guī)模： 在群體中個體的數(shù)量稱為群體的大小 ； (5)基因： 基因是串中的元素，用于表示個體的特征 ； (6)基因位： 即一個基因在串中的位置，在串中是從左向右計算的，對應(yīng)于遺傳學(xué)中的地點 ( (7)串結(jié)構(gòu)空間： 串結(jié)構(gòu)空間是指串中基因任意組合所構(gòu)成的串的集合 ， 基因操作是在結(jié)構(gòu)空間中進行的 ； (8)參數(shù)空間 ： 這是串空間在物理系統(tǒng)中的映射，它對應(yīng)于遺傳學(xué)中的表現(xiàn)型(集 ； (9)適應(yīng)度： 表示個體對于環(huán)境的適應(yīng)程度。 遺傳算法特點 (1)遺傳算法從問題解的串集開始 搜索 ，而不是從單個解開始。這是遺傳算法與傳統(tǒng)優(yōu)化算法的極大區(qū)別。傳統(tǒng)優(yōu)化算法是從單個初始值迭代求最優(yōu)解的 ， 容易誤入局部最優(yōu)解。遺傳算法從串集開始搜索，覆蓋面大，利于全局擇優(yōu)。 (2)許多傳統(tǒng)搜索算法都是單點搜索算法。 而 遺傳算法同 時處理群體中的多個個體，即對搜索空間中的多個解進行評估，減少了陷入局部最優(yōu)解的風(fēng)險，同時算法本身易于實現(xiàn)并行化。 (3)遺傳算法基本上不用搜索空間的其它輔助信息，而僅用適應(yīng)度函數(shù)值來評估個 8 體，在此基礎(chǔ)上進行遺傳操作。適應(yīng)度函數(shù)不僅不受連續(xù)可微的約束，而且其定義域可以任意設(shè)定。這一特點使得遺傳算法的應(yīng)用范圍大大擴展。 (4)遺傳算法不是采用確定性規(guī)則，而是采用概率的變遷規(guī)則來指導(dǎo)他的搜索方向。 (5)具有自組織、自適應(yīng)和自學(xué)習(xí)性。遺傳算法利用進化過程獲得的信息自行組織搜索時，硬度大的個體具有較高的生存概率，并 獲得更適應(yīng)環(huán)境的基因結(jié)構(gòu) 7。 遺傳算法基本原理 遺傳算法解題的流程 如圖 1 所示。 在遺傳算法中，長度一定的多個二進制串組成了初始群體，每個串中的每個二進制位就是個體染色體的基因。根據(jù)前文分析，算法中對群體執(zhí)行的操作有三種。 (1)選擇 選擇也稱為復(fù)制，其目的就是為了從當(dāng)前群體中選出優(yōu)良的即適應(yīng)性強的個體。選擇算子的強度應(yīng)當(dāng)適中，較好的做法是在產(chǎn)生了合法可行的染色體之后，利用適應(yīng)度函數(shù)對染色體計算適應(yīng)度，然后再對初始群體進行“優(yōu)勝劣汰”的選擇復(fù)制。常用的選擇算法有適應(yīng)度比例選擇算法、 Q 選擇算法 、競爭選擇算法等。 (2)交叉 在生物進化過程中，交叉是產(chǎn)生新個體或物體的方式。在遺傳算法中，交叉操作屬于全局性搜索，為選擇操作提供了新的個體的來源，在遺傳算法中起著關(guān)鍵的作用 。 常用的交叉算子有單點交叉、二點交叉、多點交叉等。 (3)變異 在生物進化中，變異是指子代和父代之間具有某些不相似的現(xiàn)象，它總是存在進化的過程中。在遺傳算法中，變異是指在被選中的個體中，對個體中的某些基因執(zhí)行異向轉(zhuǎn)化，對于二進制編碼個體來說就是 把 某位基因的 1 變異為 0，或者將 0 變異為 1。 基于遺傳算法的自動組卷方法 遺傳算法實現(xiàn)的關(guān)鍵技術(shù) 遺傳算法可以定義為一個 8 元組的函數(shù) 8： 0( , , , , , , , )G A C E P M T 其中 C 為個體的編碼方法， E 為適應(yīng)度評價函數(shù)，0M 表示群體中個體的數(shù)量， 表示選擇算子， 表示交叉算子， 表示變異算子， T 表示終止條件。 根據(jù)之前的分析，結(jié)合上面的函數(shù)可知，遺傳算法中的關(guān)鍵技術(shù)在于編碼、初始群 9 體的設(shè)定、遺傳因子 (遺傳操作 )、適應(yīng)度函數(shù)和終止條件。 圖 1 遺傳算法解題流程圖 組卷模型 根據(jù)分析，可以將試題編號、章節(jié)、題目類型、難度級別、知識層次、題目要求、題目分?jǐn)?shù)和估時表示為一個八維量。若卷中有 n 道試題 ，一張試卷就有一個 n*8 的矩陣A9，表示如下： 8765432128272625242322211817161514131211. . 中87654321 , 編碼 群體 t = 計算適值 運算：選擇 交叉 變異 群體 t+1 滿足要求 解碼 改 善或解決實際問題 群體 t+1=群體 t N Y 10 表試卷中第 n 個題目的編號、章節(jié)、題目類型、難度級別、知識層次、題目要求、題目分?jǐn)?shù)和估時。 要想得到理想的試卷，目標(biāo)矩陣應(yīng)該滿足以下幾個條件： (1)卷中題型與題量要與事先設(shè)置的一致 ； (2)卷中考查知識點所占分?jǐn)?shù)與事先設(shè)置的一致 ； (3)難度 級別比例 要符合要求 ； (4)試卷總用時要 與事先設(shè)置的一致 。 自動 組卷的遺傳算法設(shè)計 (1)種群的初始化 編碼確定之后，就是要對種群規(guī)模進行初始化。 初始種群的特性對遺傳算法的結(jié)果和效率 都有重要影響。為了達到最佳效果，應(yīng)該確保 初始種群在解空間中盡量分散。為了使系統(tǒng)在 最初 搜索時，對每一個狀態(tài)空間都有平等的機會， 通常由隨機 方法生成初始化的串群體。但又不是完全隨機的，而是根據(jù)約束 條件的強弱 ，來確定初始群體。也就是說在隨機生成過程中，先不考慮難度系數(shù)這些約束條件，只考慮根據(jù)用戶選定的考試內(nèi)容及各種題型的題量要求，按照每一段不能一道題的題號出現(xiàn)兩 次，且同一個知識點的題目盡量不出現(xiàn)兩次的原則，隨機生成初始群體。這樣組出來的試卷的考試覆蓋面就廣，也保證了初始種群既滿足知識點約束的要求又滿足題型和題量的要求，可以加快遺傳算法的收斂并減少迭代次數(shù)。 (2)遺傳算子設(shè)計 選擇算子： 本系統(tǒng)采用適應(yīng)度 成 比例 選擇算子，也稱為 輪盤賭選擇方法 。如果按照種群里有 20 個個體進行選擇，則選擇個體的概率表示為： 201()( ) 1()s 交叉算子： 本系統(tǒng)采用單點交叉算法，即從群體中隨機抽取兩個個體編碼串，其交叉點是隨機確定的，配合個體相互交換交叉 點后面的部分，從而形成兩個新個體。 變異算子： 本系統(tǒng)采用基本變異算子?；咀儺愃阕邮侵笇θ后w中基因鏈碼 隨機挑選一個或多個基因位置，并對這些基因位置以變異概率 反，也就是將基因位的 1變?yōu)?0，或者將 0 變?yōu)?1。 (3)適應(yīng)度函數(shù)設(shè)計 11 一般而言，適應(yīng)度函數(shù)由目標(biāo)函數(shù)變換而成。適應(yīng)度函數(shù)是影響到遺傳算法性能的好壞的關(guān)鍵因素， 常用的適應(yīng)度函數(shù)采用對各種約束條件進行重要性的衡量，以求取綜合指標(biāo)的重要性達到最大或綜合指標(biāo)誤差達到最小。 在本系統(tǒng)中， 采用染色體對應(yīng)的試題屬性與 試卷 要 求之間的誤差作為適應(yīng)度 f 。 顯然，適應(yīng)度函數(shù)反映了染色體與 試卷 要求之間的差別， f 值越小染色體性能越好，越符合組卷要求。 (4)終止條件 遺傳算法是一種反復(fù)迭代的搜索過程， 當(dāng)多次進化后會逐步達到或接近最佳解 ，因此需要確定 一定的 終止條件。 最常用的終止方法是規(guī)定遺傳迭代的次數(shù)，達到此最大迭代次數(shù)即終止 ， 此時 取出算法終止時的一個 最佳 個體 (一份 最佳 組卷參數(shù)表 )作為算法的最佳解 輸出。 3 系統(tǒng)的開發(fā)工具 介紹 數(shù)據(jù)庫 工具 據(jù)庫 一種 關(guān)系 數(shù)據(jù)庫開發(fā)工具 ， 關(guān)系數(shù)據(jù)庫是已開發(fā)的最通用的數(shù)據(jù)庫之一。 優(yōu)點在于它能使用數(shù)據(jù)表示圖或自定義窗體收集信息。數(shù)據(jù)表示圖提供了一種類似于 電子表格，可以使數(shù)據(jù)庫一目了然。另外， 許創(chuàng)建自定義報表用于打印或輸出數(shù)據(jù)庫中的信息。 提供了數(shù)據(jù)存儲庫，可以使用桌面數(shù)據(jù)庫文件把數(shù)據(jù)庫文件置于網(wǎng)絡(luò)文件服務(wù)器，與其他網(wǎng)絡(luò)用戶共享數(shù)據(jù)庫。如上所述， 為關(guān)系數(shù)據(jù)庫 開發(fā)具備了許多優(yōu)點，可以在一個數(shù)據(jù)包中同時擁有桌面數(shù)據(jù)庫的便利和關(guān)系數(shù)據(jù)庫的強大功能。 同時 據(jù)庫也為許多任務(wù)提供了命令，其中包括： (1)查詢數(shù)據(jù) ； (2)在表中插入、修改和刪除記錄 ； (3)建立、修改和刪除數(shù)據(jù)對象 ； (4)控制對數(shù)據(jù)和數(shù)據(jù)對象的存取 ； (5)保證數(shù)據(jù)庫一致性和完整性 10。 據(jù)庫平臺能完全滿足本系統(tǒng)的各種類數(shù)據(jù)的存儲， 同時 使用其象技術(shù)能使題庫及相關(guān)文檔材料存入數(shù)據(jù)庫中，從而 方便快捷地訪問數(shù)據(jù)庫。 數(shù)據(jù)庫連接方式選擇 12 本系統(tǒng)中， C#編程語言 連接數(shù)據(jù)庫的主要方式 為 微軟提供的一項技術(shù) ， 是面向?qū)ο蟮?。 是 一部分，它的面向組件的框架用以將程序組裝在一起。 通過以方便的訪問各種類型的數(shù)據(jù)庫，特別是 據(jù)庫。 現(xiàn)在 成為訪問數(shù)據(jù)庫的新的標(biāo)準(zhǔn)接口。 編程工具 # #是 成開發(fā)工具系統(tǒng)中的 一員 。 一套完整的開發(fā)工具集，用于生成 用程序、 面應(yīng)用程序和移動應(yīng)用程序 等 。 +、 #和 #全都使用相同的集成開發(fā)環(huán)境 (利用此 以共享工具且有助于創(chuàng)建混合語言解決方案。另外 ， 這些語言利用了 持庫 的功能，通過此 支持庫框架 可使用簡化 用程序和 發(fā)的關(guān)鍵技術(shù) 11。 #結(jié)合了 C、 C+語言的優(yōu)勢，它的特點有： (1)簡潔的語法 C#中只保留了 C+中常見的字符類型的形式，最大限度防止了語法 的冗余 。同時，C#中 沒有了指針 的操作，在 C+中出現(xiàn)的各種操作符如 、 等都不再使用。 (2)廣泛 的數(shù)據(jù)類型 C#擁有比 C， C+或者 廣泛的數(shù)據(jù)類型 。 這些類型 如 和 樣 ， 所有這些類型都有一個固定的大小 。 又 像 C 和 C+一樣 ， 每個數(shù)據(jù)類型都有有符號和無符號兩種類型 。 與 同的是 ， 一個字符變量包含的是一個 16 位的 符 。 C#新的數(shù)據(jù)類型是 據(jù)類型 ， 對于貨幣數(shù)據(jù) ， 它能存放 28 位 10 進制數(shù)字 。 (3)完整的安全性與錯誤處理 C#的先進設(shè)計思想可以消除軟件開發(fā)中的許多常見錯誤，并提供了包括類型安全在內(nèi)的完整的安全性能。為了減少開發(fā)中的錯誤， C#會幫助開發(fā)者通過更少的代碼完成相同的功能，這不但減輕了編程人員的工作量，同時更有效地避免了錯誤的發(fā)生。 (4)與 集成 C#對 序 最大的賣點可能就是它與 無縫集成。 微軟的件技術(shù) 。 C#編寫的類可以子類化一個 已 存在的 件 ， 生成的類也能被作為一個 件使用 ，比如， 言子類化它從而得到 一 個 件 。 13 (5)靈活性和兼容性 在簡化語法的同時， C#并沒有失去靈活性。盡管它不是一種無限制語言，比如：它不能用來開發(fā)硬件驅(qū)動程序，在默認(rèn)的狀態(tài)下沒有指針等等， 但是它仍然非常 靈巧。如果需要， C#允許用戶 將某些類或者 類的某些方法聲明為非安全的。這樣一來，用戶將能夠使用指針、結(jié)構(gòu)和靜態(tài)數(shù)組，并且調(diào)用這些非安全 代碼不會帶來任何其它的問題。 4 系統(tǒng)設(shè)計 與實現(xiàn) 系統(tǒng) 功能 分析 本 試題庫 系統(tǒng)是 為大學(xué)物理課程 設(shè)計的， 針對物理試題庫量多、復(fù)雜度較高、圖文混合輸入和編排 的特點 ， 設(shè)計 實現(xiàn) 的 試題庫 系統(tǒng) 應(yīng)具有操作簡便 、 界面 簡潔友好、 功能實用 和工作效率高等特質(zhì) 。 該系統(tǒng)的功能需求如下： (1)試題錄入 功能：能將每道試題的全部信息 (包括每道題的編號 、 試題題目、答案、章節(jié)、 難度等級 、知識點、估時 和 所屬題型 等 )錄入到試題庫中， 同時系統(tǒng)可以錄入包含有圖形和公式的試題 。 (2)試題 維護功能： 可以 更新題庫中的 某一道 試題 信息 。 (3)試題 刪除功能： 可以 刪除 題庫 中的 某一道 試題。 (4)組卷功能：包括 手動組卷和 自動組卷 兩 種子功能。 同時包括 出功能。 (a)手動 組卷功能：根據(jù)用戶 選擇不同的 題目目錄 ，調(diào)用 目錄下 相應(yīng)試題庫中 的 題目并以題號列表顯示，用戶可從中選擇 所需要的題目 并手動 加入到試卷中 ，這樣就可以生成一套試卷了。 (b)自動組卷功能：根據(jù)用戶輸入的題型 數(shù)量 比例 、 考試用時、考試總分 、知識點 覆蓋 范圍、 題目層次 比例 、題目要求比例 和 各難度級別 比例 等相關(guān)參數(shù) ，先進行參數(shù)分析，通過后即可從試題庫中按一定的組卷算法抽取試題組成一套試卷，答案亦 隨之生成。 (c)輸出功能：可通過調(diào)用 換為 檔并輸出到文件夾中 ，隨后可利用 行編輯排版，從而 制作出 一套 符合規(guī)定格式 的 考試 試卷 。同時， 該功能 也可以生成該套試卷 對應(yīng)答案的 檔。 (5)試卷管理：主要是 具有 對 已 生成的試卷進行 查看、刪除 等功能。 (6)試題練習(xí)功能：用戶可以根據(jù)指定的知識點內(nèi)容，進行簡單的大學(xué)物理 試題 練習(xí)。系統(tǒng)會從試題庫中順序抽取試題供用戶練習(xí)。 14 系統(tǒng)數(shù)據(jù)分析 作為一個信息處理系統(tǒng)，系統(tǒng)必須處理的信息和系統(tǒng)應(yīng)該產(chǎn)生的信息在很大程 度上決定了系統(tǒng)的面貌，對系統(tǒng)有深遠的影響，因此，必須分析系統(tǒng)的數(shù)據(jù)要求，這是需求分析的一個重要任務(wù)。下面從三個方面來介紹。 數(shù)據(jù)錄入和處理的準(zhǔn)確性 數(shù)據(jù)的準(zhǔn)確性對于一個系統(tǒng)來說是非常重要的，錯誤的輸入會導(dǎo)致系統(tǒng)輸出的不正確和不可用，從而使系統(tǒng)的工作失去任何意義 。 而數(shù)據(jù)錄入的準(zhǔn)確性又是數(shù)據(jù)處理準(zhǔn)確的前提 ， 特別是對于試題庫系統(tǒng)來說，數(shù)據(jù)錄入和處理的準(zhǔn)確性更為重要 。 因為考試本身就是一項對準(zhǔn)確度要求高的工作，如果試題錄入錯誤就會導(dǎo)致試卷中出現(xiàn)錯題，學(xué)生無法正常的考試 。 而處理不準(zhǔn)確，后果則更加嚴(yán)重，將導(dǎo) 致該試卷不能正確衡量學(xué)生的學(xué)習(xí)狀況 、 學(xué)習(xí)水平，失去了考試的意義。 數(shù)據(jù)的一致性與完整性 對于輸入的數(shù)據(jù)，要為其定義完整性規(guī)則，如果不能符合完整性約束，系統(tǒng)應(yīng)該拒絕該數(shù)據(jù)。 例如 我們在輸入一道試題時，不僅要輸入其題目 和答案 ，還要輸入其余所有的信息 (如 難度 級別 、 所屬 題型