基于遗传算法智能组卷考试系统设计与实现

来源 :南开大学 | 被引量 : 0次 | 上传用户:guoerxong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络的发展如今已广泛应用在各个领域中,针对于高等院校的素质教育,教学改革和考试改革势在必行,应用WEB技术的在线考试则成为当前众多学校改革的发展方向。因此,专业系统软件应运而生,但是存在费用成本高昂、接口不兼容的问题,而且组卷速度较慢。本论文详细介绍了一种基于组卷算法研究的在线考试系统的设计与实现过程,并可应用到我院实际教学改革中。   本文根据在线考试系统进行总体需求分析及功能模型特点,在系统结构设计方面,采用了C/S模式与B/S模式并存的设计结构,具体体现在对试题管理子系统采用C/S模式;而对在线考试及阅卷部分则采用了B/S模式,并在第二章中对系统设计的关键技术进行了介绍。   本文提出的遗传算法是系统实现的核心方法。并且在相关章节详细介绍了算法的概念,应用原理及改进方式,以及通过实际数据,证实了算法在系统中应用的合理性。本文第三章详细介绍了网上考试系统的模块设计与数据库设计及实现方法,本文第四章通过对传统遗传算法的分析,设计了一种改进的遗传算法的组卷过程,可以实现高效组卷。本文设计的在线考试系统以其良好的可扩展性、通用性优点,可实现较复杂的组卷要求,对于我院全面推展教学改革起到关键性作用。本文采用了基于Web的ASP技术和B/S体系架构,设计与实现了基于Web的在线考试系统,试运行表明,本文设计基本达到了预期目的。
其他文献
在信息检索系统中,由于用户查询语句过短而导致的词不匹配、信息迷向和信息过载等问题,成为制约检索质量的主要因素之一。实践表明,根据一定的策略为原查询语句附加更多的关键词
随着计算机、互联网、通信以及定位技术的快速发展,科学计算、社会生活及工业生产不断产生出各类复杂数据。这些数据在形态上具有海量、高维、多源、异构、不确定/不完整等特
随着计算机图形处理能力和互联网技术的飞速提高,三维模型的获取和处理愈加方便,三维模型的应用变得越来越广泛。在三维模型处理领域,基于形状的三维模型检索技术和三维模型
近些年来,我国水产养殖业取得了迅速发展,但因为相配套于水产养殖业生产的服务措施相对比较落后,特别在水产养殖动物病害诊断、预防及治疗方面总体上还处于较低水平,水产养殖动物
本文的研究领域涉及计算机图形学、计算科学以及并行计算技术,针对图形学研究领域的一个关键技术——真实感光照渲染理论,引入多尺度配置计算方法,研究并提出基于正交递归二分法
传统的模糊支持向量机中的隶属度是由样本点到类别几何中心的距离来确定的,在较大程度上消除噪声点或孤立点的同时也削弱了类边缘支持向量对分类超平面的影响。直觉模糊支持向
当人们使用搜索引擎在互联网中检索信息时,查询词中会出现拼写错误,这严重阻碍了人们获得其所需信息。这些拼写错误可分为两类:打字错误和认知错误。其中,认知错误是指人们知道某
虽然IPv4对Internet的发展做出了巨大的贡献,并在四十多年的应用中证明了它的健壮性,但是随着Internet迅猛发展,网络规模爆炸式的扩张,IP地址空间严重不足,网络性能变差,路由
神经网络是机器学习中最重要的模型之一,它基于无次序、无规则的样本数据集,试图从中提取出描述此样本数据集特征的数学模型。其中,BP神经网络因其结构简单、算法易于实现且
目前,XML文档数据得到越来越多的应用,尤其是在Web应用中。随着XML基准的不断改进以及XML文档应用数量和规模的日益增大,在这些应用的测试中对XML文档数据的需求,无论是数量上,还