基于遗传算法的智能考试系统开发

孙丽娜

摘  要：基于遗传算法的智能考试系统，能够实现对学生的在线考核。考核时，首先由考生进行网络登录，然后考试系统通过浏览器端口对其进行身份鉴别，允许符合考生身份的考生参加考试。系统实现自动收卷、自动判分，考试后成绩统计与分析等功能。而基于遗传算法的智能考试系统的智能体现在对试卷难度的控制上，此系统通过遗传算法使得每套试卷各不相同，但又符合总分、题量相同等基本约束条件，同时使得每套试卷的难度在所控制的范围之内，体现了考核的公平性。

关键词：遗传算法;高级语言;出卷策略;分数查询;系统维护

中图分类号：TP311.52      文献标识码：A 文章编号：2096-4706（2019）01-0083-03

Development of Intelligent Examination System Based on Genetic Algorithm

SUN Lina

（Harbin Railway Technical College，Harbin  150040，China）

Abstract：The intelligent examination system based on genetic algorithm can realize the online examination of students. When examining，the examinee first logs on to the internet，and then the examining system authenticates the examinee through the browser port，allowing the examinee who meets the examinee’s identity to take the examination. The system realizes automatic winding up，automatic grading，statistics and analysis after examination. The intelligence of intelligent examination system based on genetic algorithm is embodied in the control of the difficulty of examination papers. This system makes each set of examination papers different by genetic algorithm，but it also meets the basic constraints of total score and the same amount of questions. At the same time，it makes the difficulty of each set of examination papers within the scope of control and reflects the fairness of examination

Keywords：genetic algorithm;high level language;marking strategy;score query;system maintenance

1  考試系统的国内外发展现状

考试系统最早兴起于国外的教育体系。在教育体系中，考核是重要的学习状态评价指标，而利用软件技术开发考试系统，能够实现多门课程的在线考试。目前国外的考试系统广泛应用于认证考试当中，例如CISCO认证考试、CFA认证考试以及语言类的雅思考试。而在国内，随着高校的迅速发展，其大都使用了教学考试系统，并将考试系统应用于网络校园以及智慧型校园的应用当中，利用客观化试题，进行多门课程的在线考核。

2  智能考试系统的作用与意义

智能考试系统，通过搭建网络平台，实现在线考试，减少了教室资源及教师资源的占用，节省了纸质试卷所用开支。智能考试系统的试题来源于电子数据库，需要组织考试时，将试题以输入或者文件导入的方式，存放于数据库中，然后通过相应的遗传算法，生成若干份试卷，从而满足考试需求。智能考试系统能够满足高校考核需求，具有较强的实用性。除此之外，智能考试系统还可用于事业单位或者机关的年度考核，应用前景广泛。

3  基于遗传算法的智能考试系统的特点及遗传算法在智能考试系统中的作用

3.1  基于遗传算法的智能考试系统的特点

基于遗传算法的智能考试系统下，系统的登录用户可以根据需求进行权限设置，建立模块化界面操作权限，通过登录界面来实现对权限的控制。例如在建立题库阶段，可能需要试题输入人员、教师、系统管理员等多个用户。试题输入人员权限最低，其只能登录题库模块，且只有输入权限。而教师可以拥有分配题库、分数查询、试卷查询等多个界面的登录权限，实现操作拓展。

基于遗传算法的智能考试系统实现了对分数的调整。基于遗传算法的智能考试系统根据事业单位与机关单位的实际需求，建立了分数调整模块。这种分数调整是相对合理的，调整内容增加了符合条件下的加分，例如事业单位对于工作多年，为单位贡献较大的员工添加了加分选项。同时，各事业单位和机关单位还可以通过此系统进行分数的折算，例如机关单位的年底考核，有时是以十分制为考核标准，那么就可以进行分数折算，例如90分以上折算为9分，80分以上折算为80分等。分数调整功能体现了基于遗传算法的智能考试系统的智能化服务，可以在一定程度上保证考试的公平性。

3.2  遗传算法在智能化考核中的作用

在基于遗传算法的智能考试系统开发中，遗传算法主要应用于组卷策略模块，在线考试要实现不同的考生使用不同的试卷，同时还要满足总分、试题类型，题量都相同的基本约束条件，这就对智能化考试系统所使用的算法提出了较高的要求。满足上述需求的算法有很多，而其中随机算法最为简单。使用随机算法随机地从题库中抽取试卷时，只要题库中试题数量满足要求，那么随机算法就可以产生大量的符合基本约束条件的试卷，但这种算法并不能体现智能考试系统的“智能化”，而遗传算法却可以体现智能考试系统的智能化，其体现主要在于通过遗传算法智能考试系统可以将考试难度控制在0.45到0.65之间，在满足考试试题相关要求的情况下，使得每个考生的试题难度处于相同的区间，从而实现了考试公平，体现了系统的智能化水平。

4  遗传算法开发实现过程概述

4.1  遗传算法实现流程

遗传算法实现流程如图1所示。

4.2  遗传算法实现流程原理

我们把试题进行划分，由老师对不同的测试结果进行难度赋值，使每道题目对应特有的难度对应值，并将其保存于数据库中。测试中得出的难度数值我们使用公式来表示：Di=1-Ai/m，这种数学公式算法容易理解，其采用单位分值对应的难度，例如某道选择题分值为3分，则m的数值就是3，而A就是学生评测的平均分，1为总体得分概率，所以用1减去单位分值对应的得分就是试题的难度数值。从公式我们可以看出，试题的难度范围在0到1之间，而我们需要采用遗传算法对整个试卷的试题进行计算，得到的试题难度在0.45到0.65的优选集合中。

4.3  遗传算法具体实现过程

第一步，染色体编码。遗传算法顾名思义，来源于生物学和遗传学，第一代元素我们称之为染色体，正是通过这些染色体进行算法计算，试卷题库中的试题初始状态就是染色体，区分这些试题并进行染色体编码，是第一步要完成的任务。这里采用实数方式进行编码，这种方式的特点是编码短，例如，某套试卷仅有10道试题，单选题4道，判断题6道，分别编码为（12，35，66，70）（12，36，88，69），其中出现了重复编号的情况，可能会有人质疑这种编码方式，但其没有考虑到试题类型是不同的，这种情况下，即使两者编号相同，他们也不会混淆。这种编码方式下，编码的长度较传统二进制编码方式大大缩短。

第二步，建立难度适应函数模型：PA=∑D*N/∑N。（注：D代表试题难度，N代表试题分值）。期望的难度数值与实际难度数值越接近，状态越佳，因此难度适应函数应该对加权误差绝对值进行变化。F=ef（测试判断后预估）我们期望难度数值为0.5，但我们采用遗传算法目的是找出符合难度要求的最优范围解，而不是仅仅达到0.5。

第三步，利用算子和交叉算子，采用数学方法进行计算。算子也需要使用算法实现，用以控制群体范围的概率，利用交叉算子是为了实现交叉和变异的过程，也就是利用算法，进行数学计算并通过多次迭代，挑选出符合要求的下一代群体，再根据实际情况继续进行迭代计算，直到迭代次数完成。

5  主要模块功能简述

基于遗传算法的智能考试系统模块较多，这里挑选几个主要模块进行说明。

5.1  在线考试模块

系统在用户在获得身份验证权限后，若证明用户是考生身份，则执行试卷生成与分发工作，并允许考生在浏览器端进行考试，考生在考试时间内进行答题，在考试即将结束的25分钟时，系统给出“考试将在25分钟后结束”的信息框提示。在线考试提供了两种交卷方式：完成考核学生自主点击提交按钮和到达考试结束时间系统自动交卷。学生答题情况以数据形式保存在数据库。

5.2  组卷功能模块

组卷功能模块，首先根据考试的基本信息，添加考试名称，输入考生信息及其对应的总分、题型、分值以及难度期望数值等内容，然后执行遗传算法过程，并考试时实时生成试卷。

5.3  成绩查询与转换模块

在考试结束，试卷自主评阅后，可以进行考试成绩查询，考试成绩查询的权限由教师开放。权限开放后，考生可以通过考试身份信息验证，再次登录系统，查阅自己的考试成绩。同时作为功能拓展，百分制可以转换为十分制以及评价制（优、良好等不同等级）

6  遗传算法组卷功能测试

在基于遗传算法的智能考试系统开发后，对其进行功能测试，填写遗传算法相关数据，并在题库内进行试卷组卷，经测试该系统能够基本完成组卷工作。图2为遗传算法参数生成界面，图3为组卷成功界面，系统提示通过算法生成了考试试卷。

参考文献：

[1] 陈齐平，舒红宇，任凯，等.基于改进遗传算法的微型电动车轮毂电机优化设计 [J].中南大学学报（自然科学版），2012，43（8）：3013-3018.

[2] 庄宏斌，周亚平，曹宪生.基于改进遗传算法的区域交通信号配时优化 [J].交通运输系统工程与信息，2012，12（4）：57-63.

[3] 马小洁，王晓军.基于改进遗传算法的QoS感知Web服务组合 [J].计算机技术与发展，2012，22（8）：89-92.

[4] 赵建勋，黄继海.基于遗传模拟退火算法的智能组卷研究 [J].电脑知识与技术，2012，8（21）：5183-5186.

[5] 刘慧梅.基于UML的自动组卷系统的分析与设计 [J].软件，2012，33（7）：36-38.

[6] 尹晓菲，杨昱梅.基于改进遗传算法的技术创新风险评价研究 [J].煤炭技术，2012，31（7）：256-258.

[7] 王平水，張雪东.基于校园网的通用试题库系统研究 [J].鸡西大学学报，2012，12（4）：35-36.

[8] 韦宁，郑勇杰.遗传算法在智能考试系统中的应用 [J].南宁职业技术学院学报，2011，16（6）：94-97.