智能组卷系统中数学模型的研究

孙俊丽

摘要：根据组卷的基本原则，分析了试题的主要属性，归纳了试题每个属性的约束条件，建立了智能组卷系统的数学模型，为系统的实现奠定了基础。

关键词：智能组卷；约束条件；数学模型

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）14-0169-02

随着计算机辅助教学[1]的产生，把计算机与组卷进行结合，提高了出卷效率，保证了试卷的客观性，使试卷更能真实、客观地反映学生的学习情况和教学质量。

本文分析了试题的主要属性及约束条件，建立了组卷系统的数学模型。

1 组卷的基本原则

组卷是考试的前提与基础，考试的结果将影响着相关评定，所以试卷的质量相当重要，在组卷过程中需要注意以下原则[2]：

1）知识点出自大纲； 2）题目能否提高学生的能力；3）分数符合正态分布；4）命题的表达要清楚。

2 试题属性及约束条件

2.1试题的主要属性

一般情况，试题属性主要有以下五项：

1）题号：题号是试题在试题库中的编号，一个编号唯一对应一道试题。

2）题型：一份试卷包括的试题类型有多种，例如填空题、选择题、判断题、简答题、应用题等。

3）知识点：

知识点是指试题考查的重点，主要以课程的章节为基准。

4）难度：难度[3]是试题的重要属性，在进行组卷的过程中，根据考试层次的不同和目的不同，对于试题的难度要作相应的调整。

4 结束语

本文根据组卷的基本原则，详细分析了试题的主要属性，并归纳了试题的每个属性与分数之间的约束条件，建立了智能组卷系统的数学模型，为智能组卷系统的实现奠定了基础。

参考文献：

[1] 张琴珠.计算机辅助教育[M].北京：高等教育出版社，2003（35）：32-33.

[2] 尚莹.基于遗传算法的组卷系统应用研究[D].大连：大连海事大学，2010.

[3] 吴树锦.基于遗传算法智能组卷系统的研究与实现[D].上海：华东师范大学，2008.

[4] 董敏，霍剑青，王晓蒲.基于自适应遗传算法的智能组卷研究[J].小型微型计算机系统，2004，25（1）：82-85.

[5] 梁艳春，周春光，李寿范.基于遗传算法的函数优化问题的研究[J].软件学报，2005，8（9）：701-708.

[6] Larry J. Eshelman J. David Schaffer. Real-Coded Genetic Algorithms and Interval-Schemata[J]. FOGA， 1999：187-202.

[7] 陈宇，陈治平.遗传算法中编码方案研究[J].计算机技术与自动化，2006，25（1）：50-52.

[8] 闭应洲.基于矩阵编码的遗传算法及其在自动组卷中的应用[J].计算机工程，2003（4）：73-76.