基于B/S构架的气象观测员培训考试系统研发

罗宇　夏德奇

摘 要：本文介绍了基于B/S构架开发气象观测员上岗考试系统，应用MVC设计典范，综合应用多种软件发技术，采用基于遗传算法的自动组卷策略，最大程度实现了考试的公平性合理性，提升了气象观测培训效果。

关键词：气象观测培训；在线考试；遗传算法

地面气象观测业务是总和气象观测业务的重要组成部分，是我国各级气象观测站所承担的主要任务之一[ 1 ]。根据相关文件要求，中国气象局对气象观测员实行持证上岗，并由人事司组织开展气象观测员上岗资格考试。相关题库中试题的按照考试大纲编写，但人工组卷在一定程度上不能很好反映上岗人员的真实能力水平，缺乏信度和效度分析。因此，有必要在实现题库的数字化基础上，建立统一的上岗培训考试系统平台，通过分析试题各项指标，建立数学模型，完成在多重约束条件下的机器自动组卷，提高考试质量和效率，进一步推动气象教育培训信息化。

1 设计思路

1.1 总体结构

随着网络技术迅猛发展，相较于传统C/S（客户端/服务器）构架的考试系统，B/S（浏览器/服务器）构架技术可以大大的降低客户端电脑载荷，降低维护及升级成本，使教师和学员通过浏览器方便的接入系统，利于推广使用。本系统采用B/S构架，将所涉及的软件功能划分为表现层（UI）、业务逻辑层（BLL）和数据访问层（DAL）的三层体系结构，如图1所示。

1）表示层。表现层位于系统最上层，基于浏览器提供一套标准的交互界面，以接收用户（教师、考生）输入信息或向用户显示数据。用户在交互界面中的操作或请求，通过调用业务逻辑层封装的事务处理接口来响应。

2）业务逻辑层。根据系统需求，业务逻辑层制定并封装各种业务规则和业务流程，使得各独立的对象都有明确的目的和功能。本考试系统的业务逻辑层主要包括试题库管理、组卷管理、阅卷管理、统计分析、系统管理等功能模块。

3）数据访问层。数据访问层位于数据库服务器上，也称为是持久层，包括用户哭、试题库、试卷库、成绩库等数据库及相应的数据库管理系统。其功能主要是为业务逻辑层提供服务，负责数据库相关操作，如数据表的选择、插入、更新、删除，以及对象和数据表之间的映射等。

1.2 功能模块

根据前期需求分析，系统功能划分为7个模块供不同角色用户调用。

1）试题库管理模块。用户通过该模块提供的查询、添加、删除、修改等功能，对试题库进行维护、管理和分析。

2）组卷管理模块。该模块采用基于遗传算法的自动组卷策略，在题型、知识点、难度、区分度、总分等多重约束条件下自动生成符合考纲要求的试卷。

3）阅卷管理模块。对于试卷中的客观题，该模块提供自动阅卷评分功能；在此基础上将剩余主观题分发给相关阅卷老师，并提供参考答案供其阅卷评分。

4）统计分析模块。该模块为系统提供学员情况、试题及试卷等统计分析功能，如统计考生中的最高分、最低分及每道题目的使用情况、正确率等；并提供灵活的自定义数据导出功能，方便各类复杂数据分析应用。

5）在线考试模块。在线考试模块通过验证考生输入的个人身份信息，接受其进入考试系统，在规定时间内进行答题，并每隔一定时间后自动保存考试进度；若规定时间内未完成答题，系统自动交卷。

6）在线练习模块。在线练习模块可为考生按题型、知识点、难度、区分度等提供习题在线练习，方便考生备考。

7）系统管理模块。系统分为教师和考生两类用户，教师负责系统维护、题库管理及考试设置等；考生则可进行在线考试、在线练习和成绩查询等操作。

1.3 考试流程

系统考试流程分为服务器端考试设置流程和浏览器端考生考试流程，分别如图2、图3所示。

2 关键技术研究

2.1 考试题库数字化

根据《气象观测员资格考试大纲》，结合教育部《现代远程教育资源建设规范（试行）》，对气象观测员试题特征进行提取并抽象形成11位编码，分别对应试题的科目、大类、知识点、顺序码（2位）、题型码、年代位、掌握程度标识位、填空题标识位、难度标识位、区分度标识位。如编码“13572341032”的题目，表示：科目1“气象科学基础”中，第3大类“大气中的水分”下的第5知识点“降水分布”知识点下的题目，该题是此知识点内所编写的“多项选择题”题型中的第2道试题，编写于2014年，掌握程度为“理解”，难度为中等，区分度位中等，如图4所示。随后将编码号的试题库导入SQL Server进行保存及管理，提升系统访问、管理效率及安全性。

2.2 自动组卷算法研究

自动组卷算法是观测员上岗考试系统的重要组成部分，关系着考试是否能够充分反映考生对知识掌握水平。传统的组卷数学模型并没有建立一个适应智能组卷的体系[ 2 ]。常用的随机组卷策略[ 3 ]、回溯组卷策略[ 4 ]、基于深度与广度搜索算法自动组卷[ 5 ]和基于项目反应理论的自适应测试方法[ 6 ]，存在着组卷成功率低、算法结构复杂、选取试题缺乏随机性及有效性缺乏验证等缺陷。基于遗传算法的自动组卷策略是一种随机寻优算法，具有全局搜索、收敛速度快等优势，因此系统采用遗传算法生成试卷。

首先对系统所涉自动组卷问题进行多目标优化模型建模，考虑如下的属性约束条件：1）总分约束，指试卷总分值一定；2）题量约束，指试卷中包含试题的多少以及每一种题型的数量；3）知识点约束，指根据考纲要求的各个知识点对应分值情况；4）难度约束，指试卷总体难度属性，不同难度的题目在试卷中服从正态分布；5）区分度约束，指得分高低差距，和难度属性共同决定试卷的鉴别力。

随后采取面向试卷的基因段编码方式，设定适当的初始集群数量、以及自适应的交叉和变异概率。经测试，该算法可在500代生成满足需求的试卷，组卷结果平均最大适应度为0.8216。

3 软件实现

3.1 开发环境

本系统主要基于.Net平台的C#语言，综合应用MVC、Entity Framework及jQuery等技术进行开发。

3.2 运行环境

客户端的软件环境：操作系统Window XP，浏览器IE8.0；硬件配置：处理器Pentium 4，内存1G。服务器端的软件环境：操作系统Windows7，SQL Server 2005，IIS 7.0；硬件配置：酷睿双核，4G内存；后台数据库。

4 小结

建设观测员上岗培训题库及系统能够提高相关气象教育培训考试的可靠性、有效性和工作效率，降低考试成本，为学员提供更全面、更灵活的培训考核方式，进而实现对学员全面准确的跟踪和评价，进一步提升培训效果，发挥气象教育培训工作在气象人才队伍建设工作中的推动作用。

参考文献：

[1] 黄思源，刘钧.新型自动气象站观测业务技术[M].北京：气象出版社，2014.

[2] 刘怀兰，牛辉，王佳.基于改进遗传算法的智能组卷模型优化[J]. 华中科技大学学报（自然科学版），2013，41（5）：82～85.

[3] 谢深泉，胡宁静.数据库设计和自动组卷中的几个问题[J].湘潭大学自然科学学报，2002，24（3）：27～31.

[4] 龚完全.基于最小回溯代价的智能组卷算法[D].湖南：湖南大学软件学院，2005.

[5] 毛秉毅.智能组卷系统的研究[J].计算机工程，2002，28（6）：278～278.

[6] 董敏，霍剑青，王晓蒲.基于自適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.

作者简介：罗宇（1984-），男，四川巴中人，气象教育培训工程师，从事气象教育培训工作。