论文部分内容阅读
为提高智能组卷的效率,提出一种求解组卷问题的带自适应变异的量子粒子群优化（AMQPSO）算法。首先在算法中嵌入有效判断早熟停滞的方法,一旦检索到早熟迹象,根据构造的变异概率对粒子进行变异使粒子跳出局部最优;其次基于项目反应理论,构建分步组卷问题的数学模型,减少组卷冗余度和提高组卷效率。仿真实验表明,与遗传算法相比,所提出的算法在组卷成功率和组卷质量方面均具有更好的性能。