基于退火算法的分布式计算机考试系统设计

汪守斌 张秋菊

摘  要： 为了提高分布式计算机应用考试系统的稳定性，提出依赖并行组合模拟退火算法的分布式计算机应用考试系统设计方法。构建分布式计算机应用考试系统的信息传输模型，采用信道均衡控制方法进行分布式计算机应用考试系统的人机交互控制，采用并行组合模拟退火算法进行分布式计算机应用考试系统的资源信息调度，采用并行组合模拟退火寻优方法进行收敛性控制，实现分布式计算机应用考试系统的资源传输控制，建立分布式计算机应用考试系统的信息均衡输出调度模型，结合负载均衡控制方法，进行分布式计算机应用考试系统的可靠性控制。在总线开发协议下进行分布式计算机应用考试系统的软件开发，结合.NET Framework的应用程序进行分布式计算机应用考试系统的人机交互设计，实现系统的应用程序加载和内存优化管理，实现计算机应用考试系统开发。仿真结果表明，采用该方法进行分布式计算机应用考试系统设计，提高了系统的稳定性和均衡性。

关键词： 并行组合; 模拟退火算法; 分布式系统; 计算机应用考试; 人机交互; 信息调度

中图分类号： TN02?34; TP399                    文献标识码： A                      文章编号： 1004?373X（2020）21?0165?05

Design of distributed computer examination system based on annealing algorithm

WANG Shoubin， ZHANG Qiuju

（Zhengzhou University of Industrial Technology， Zhengzhou 451150， China）

Abstract： A design method of distributed computer application examination system based on parallel combined simulated annealing algorithm is proposed to improve the stability of the distributed computer application examination system. The information transmission model of the system is built. The human?computer interaction control of the system is performed by channel equilibrium control method. The resource information scheduling of the system is performed by parallel combined simulated annealing algorithm. The parallel combined simulated annealing optimization method is used for convergence control to realize the resource transmission control of the system. The information balance output scheduling model of the system is established. In combination with the load balancing control method， the reliability control of the system is realized. The software of the system is developed on the basis of bus development protocol， and the human?computer interaction design of the system is performed with the application program of .Net Framework. The application program loading and memory optimization management of the system are realized， so as to achieve the computer application examination system development. The simulation results show that the stability and balance of the designed system are improved with this method.

Keywords： parallel combination; simulated annealing algorithm; distributed system; computer application examination; human?computer interaction; information scheduling

0  引  言

随着信息化考试技术的发展，需要设计智能化的分布式计算机应用考试系统。采用分布式网络组网设计的方法，进行计算机应用考试系统的组网考试设计，实现远程自动化考试，提高计算机应用考试的信息化水平和人工智能水平。研究计算机应用考试系统的开发设计方案，在促进计算机应用考试的智能性方面具有重要意义[1]。国内有学者提出基于B/S构架，利用Access数据库实现在线考试系统[2]，但該方法系统响应时间开销较长。针对上述问题，本文考虑到对计算机应用考试系统的开发设计是建立在对考试信息的优化调度和信息传输控制基础上，采用信道均衡调度方法，进行计算机应用考试系统的考试信息传输和调度，本文构建依赖并行组合模拟退火算法的分布式计算机应用考试系统[3]，采用并行组合模拟退火算法进行分布式计算机应用考试系统的资源信息调度。首先分析了系统的总体设计构架，然后进行并行组合模拟退火算法设计，并开发设计分布式计算机应用考试系统的软件，最后进行仿真实验分析，展示了本文方法在提高分布式计算机应用考试系统的智能性方面的优越性能。

1  系统总体设计构架

分布式计算机应用考试系统的设计主要分为系统控制算法设计、网络模块化设计、分布式组网设计以及考试系统的数据库设计等。采用多模块控制的方法进行分布式计算机应用考试系统的嵌入式开发和调度，构建分布式计算机应用考试系统的网络组网控制模型，采用TCP/IP协议进行分布式计算机应用考试系统的以太网开发，在B/S构架协议下进行分布式计算机应用考试系统的Web知识共享设计。计算机应用考试系统的信息处理单元包括考试信息管理模块、数据库模块、考试信息分类检索模块等[4]，在计算机应用考试信息查询模块中，通过数据中心网络进行数据库级联构造，建立计算机应用考试系统的数据处理中心服务终端，根据上述分析，构建了计算机应用考试系统的总体设计构架如图1所示。

根据图1的分布式计算机应用考试系统的总体设计，进行分布式计算机应用考试系统的功能模块化分析，在B/S构架体系下，进行分布式计算机应用考试系统的终端管理设计，建立知识信息管理库，进行分布式计算机应用考试系统的统计信息分析，采用进程管理方法进行分布式计算机应用考试系统的数据库构造和人机交互控制[5]，采用VIX总线协议进行分布式计算机应用考试系统的总线传输和进程管理。在嵌入式ARM中建立数据中心服务器，实现分布式计算机应用考试系统的Web集成控制，在IPv4/IPv6双栈网络协议下，进行计算机应用考试系统的功能结构分析，根据上述分析，构建计算机应用考试系统的功能模块如图2所示。

2  并行组合模拟退火算法

2.1  计算机考试系统的资源信息调度

为了实现分布式计算机应用考试系统的资源优化调度，需要首先构建分布式计算机应用考试系统的资源负载均衡控制模型，采用并行组合模拟退火算法，进行分布式计算机应用考试系统交叉编译和变异控制[6]，在约束的收敛条件下进行并行组合模拟退火控制，模拟退火的速度和位置关系为：

[vt=wvt-1+c1rand1（）?（pbest-xt-1）+c2rand2（）?（gbest-xt-1）]   （1）

[xt=xt-1+vt] （2）

式中：[vt]是计算机考试系统资源调度模拟退火的衰减速度;[xt]是计算机考试系统的资源分布适应度值;[c1]和[c2]是操作算子常数，一般取[c1=c2=2];[rand1（）]和[rand2（）]是[0，1]之间的标准正态分布随机数，对计算机考试系统的资源分布特征量进行组合分解，建立计算机考试系统资源调度的适应度模型，对于每个[Xi]，构建计算机考试系统资源特征分布式重组函数，为：

[li（k）=（1-ρ）li（k-1）+γf（xi（k））Pij（k）]   （3）

式中：[f]是[xi]适应度函数;[Pij（k）]表示[k]时刻第[i]个计算机考试系统传输节点的负载。

在最优学习速率进化下，进行计算机考试系统资源传输控制，得到第[j]个模拟退火通道的变异概率，按适应度进行排序[7]，通过ICMIC混沌控制，得到适应度函数为：

[minQ 12QΩ-PΩ2F+μQ*]        （4）

采用并行组合模擬退火算法进行分布式计算机应用考试系统的资源信息调度，采用并行组合模拟退火的方法进行收敛性控制[8]，在无约束条件下，[μ]值的选取应满足：

[QΩ-PΩ2F=（Ω）σ2]        （5）

设[μ=（n1+n2）pσ]，[n1]，[n2]是搜索的后期阶段资源调度节点的距离，采用相关性约束的方法，得到计算机应用考试系统的资源分布间隔为：

[dist（i，j）=k=1d（xik-xjk）2+（f（xi）-f（xj））2]  （6）

考虑全局优化问题min[{f（x）}]， 采用模拟退火方法进行优化搜索，得到最优值：

[MdistFg=i=1Ndist（i，Fg）N] （7）

在搜索过程中对尚未更新的节点进行均匀遍历，提高模拟退火搜索的全局寻优能力，由此构建计算机考试系统的资源信息调度模型[9]。

2.2  并行组合模拟退火寻优

在上述构建计算机考试系统的资源信息调度模型的基础上，进行并行组合模拟退火寻优控制[10]，得到模拟退火算法更新公式为：

[xt+1id=ωxtid+c1r1（pad-xtid）+c2r2（pgd-xtid）pad=1mi=1mpid]  （8）

式中：[pad]为多波束模拟退火寻优的平均值，得到趋于稳态条件下计算机考试系统资源最优聚类解的概率密度函数为[q（xikxik-1）]，计算机考试系统资源调度的样本更新集为[xikNi=1]。对第[i]维的计算机考试资源进行标准模拟退火寻优控制，采用计算机考试资源信息的均衡调度方法[11]进行模糊控制和均衡设计，其中[1

[V={viji=1，2，…，c，j=1，2，…，s}]         （9）

假设模拟退火的相移速度[Vi=vi1，vi2，…，vidT]和位置[Xi=xi1，xi2，…，xidT]，在优化的聚敛目标函数下，得到并行组合模拟退火的寻优函数为：

[Jm（U，V）=k=1ni=1cμmik（dik）2Xi=Ximin+cXi?Ximax-Ximin] （10）

采用优化的模拟退火控制方法进行计算机考试资源的负载均衡调度，其中第[i]个调度通道表示为[Xi=（xi1，xi2，…，xiD）]，在均衡链路集中得到模拟退火的概率分布函数为[pi=（pi1，pi2，…，piD）]，也称为[pbest]。根据计算机考试系统的资源信息调度的自适应控制方程为：

[vid=wV+（c1+c2）rand（）（pid-xid）]  （11）

[xid=xid+vid] （12）

式中：[w]为惯性权重;[c1]和[c2]为加速常数。综上分析，建立分布式计算机应用考试系统的信息均衡输出调度模型[12]，得到均衡控制的更新公式如下：

[vt+1id=wvtid+c1r1（pid-xtid）+c2r2（pid-xtid）xt+1id=xtid+vt+1id]  （13）

在迭代搜索过程中，通过自适应寻优，实现对分布式计算机应用考试资源的分布式调度和均衡控制。

3  系统开发设计与实现

在上述进行了计算机考试资源调度和均衡控制模型设计的基础上，依赖并行组合模拟退火算法，进行分布式计算机应用考试系统的优化设计。在总线开发协议下进行分布式计算机应用考试系统的软件开发，结合Access和Excel工具进行分布式计算机应用考试系统的数据库管理系统开发[13]，为业务管理层提供考试资源信息，在交叉编译层进行分布式计算机应用考试系统的文件级模块化调度，构建計算机应用考试系统的分布式体系结构如图3所示。

采用实时传输协议RTP进行分布式计算机应用考试系统人机交互控制，在ZigBee组网协议下，进行分布式计算机应用考试系统的网络通信设计，基于SIP协议、RTP协议进行分布式计算机应用考试系统的用户交互[14]，综上分析，得到系统的软件实现流程如图4所示。

4  仿真测试

为了测试本文设计的分布式计算机应用考试系统在实现考试资源的优化调度中的应用性能，进行仿真测试，实验采用Matlab 7进行模拟退火算法设计，采用嵌入式ARM Cortex?M0作为模拟控制终端进行计算机应用考试系统的人机交互设计，采用ZigBee技术和GPRS技术进行分布式计算机应用考试系统的用户交互网络设计[15]，设置计算机考试资源的采样样本集为2 000，模拟退火的迭代步数为2 000，资源调度的嵌入维数为4，时延为0.23 ms，根据参数设定，进行计算机应用考试资源调度，得到模拟退火的寻优状态分布如图5所示。

分析图5得知，本文方法进行计算机应用考试系统资源调度的均衡性较好，对比文献[2]方法与本文方法的计算机应用考试系统设计的资源交互性能，得到时间开销对比如图6所示。分析图6得知，本文方法进行计算机应用考试系统设计，降低了系统的响应时间。

实验为了检测本文方法的性能，对比分析本文方法和传统方法进行计算机应用考试资源信息调度效率以及传输控制效率，统计分析物理节点是20个、40个以及60个情况下两种方法的资源信息调度效率以及传输效率，结果分别用表1和表2描述。

分析表1和表2能够看出，本文方法进行计算机应用考试资源信息的调度效率处于91%～98%范围中，而传统方法进行计算机应用考试资源信息的调度效率处于68%～88%范围中;同样本文方法的资源信息传输效率处于90%～98%范围中，传统方法的资源信息传输效率处于74%～88%范围中。综合分析这些结果能够得出，相对于传统方法，本文方法具有较高的计算机应用考试资源信息调度效率以及信息传输效率。

为了验证本文方法的稳定性，在相同实验环境下，分别采用本文方法和传统方法进行分布式计算机应用考试系统设计实验，分析不同信噪比情况下不同方法控制后的计算机应用考试系统的平均中断概率，结果用表3描述。

由表3可得，本文方法设计的计算机应用考试系统在不同噪声环境下的中断概率远远低于传统方法。虽然随着平均信噪比的逐渐提高，两种方法设计的计算机应用考试系统的中断概率都不断提升，但是本文方法设计的计算机应用考试系统中断概率提升缓慢，而传统方法设计的计算机应用考试系统中断概率提升显著，说明本文方法设计的计算机应用考试系统抗噪性能强，稳定性更高。

实验检测本文方法和传统方法进行分布式计算机应用考试系统设计过程中的CPU占用率以及内存占用率情况，检测本文方法的资源占用率情况，结果用表4描述。

分析表4能够看出：本文方法进行分布式计算机应用考试系统设计过程中的平均CPU占用率以及平均内存占用率分别是8.12%以及3.12%;而传统方法的平均CPU占用率以及平均内存占用率分别是17.6%以及8.6%，对比分析两项数据能够明显得出，相对于传统方法，本文方法进行分布式计算机应用考试系统设计时耗费的内存资源以及CPU资源更低，说明本文方法具有节约资源的优势。

5  结  语

采用分布式网络组网设计的方法，进行计算机应用考试系统的组网考试设计，实现远程自动化考试，提高计算机应用考试的信息化水平和人工智能水平。本文采用并行组合模拟退火算法进行分布式计算机应用考试系统的资源信息调度，采用并行组合模拟退火寻优方法进行收敛性控制，实现分布式计算机应用考试系统的资源传输控制，建立分布式计算机应用考试系统的信息均衡输出调度模型，结合负载均衡控制方法，进行分布式计算机应用考试系统的可靠性控制。研究得知，本文方法进行计算机应用考试系统设计，降低了系统响应时间开销，提高了系统的稳定性。

参考文献

[1] 孟祥武，刘树栋，张玉洁，等.社会化推荐系统研究[J].软件学报，2015，26（6）：1356?1372.

[2] 石亚妮.基于B/S构架的远程教育学生在线考试系统设计[J].自动化技术与应用，2018，37（7）：48?51.

[3] 唐万明，范朝元.基于Cadence的DDR源同步时序仿真研究[J].现代电子技术，2014，37（8）：75?78.

[4] FANG H， BAO Y， ZHANG J. Leveraging decomposed trust in probabilistic matrix factorization for effective recommendation [C]// Proceedings of the 28th AAAI Conference on Artificial Intelligence. Menlo Park， CA： AAAI Press， 2014： 30?36.

[5] YAHYAOUI H， AL?MUTAIRI A. A feature?based trust sequence classification algorithm [J]. Information science， 2016， 328： 455?484.

[6] LIU Yuan. Joint resource allocation in SWIPT?based multi?antenna decode?and?forward relay networks [J]. IEEE transactions on vehicular technology， 2017， 66（10）： 9192?9200.

[7] DU Chuang， CHEN Xiaoming， LEI Lei. Energy?efficient optimization for secrecy wireless information and power transfer in massive MIMO relaying systems [J]. IET communications， 2017， 11（1）： 10?16.

[8] WANG Wei， WANG Rui， MEHRPOUYAN H， et al. Beamfor?ming for simultaneous wireless information and power transfer in two?way relay channels [J]. IEEE access， 2017（5）： 9235?9250.

[9] ZENG Yong， ZHANG Rui. Full?duplex wireless?powered relay with self?energy recycling [J]. IEEE wireless communications letters， 2015， 4（2）： 201?204.

[10] HU Shiyang， DING Zhiguo， NI Qiang. Beamforming optimization in energy harvesting cooperative full?duplex networks with self?energy recycling protocol [J]. IET communications， 2016， 10（7）： 848?853.

[11] LI Hang， HUANG Chuan， CUI Shuguang. Multiuser gain in energy harvesting wireless communications [J]. IEEE access， 2017， 5： 10052?10061.

[12] SEO D?W， LEE J?H， LEE H?S. Optimal coupling to achieve maximum output power in a WPT system [J]. IEEE transactions on power electronics， 2016， 31（6）： 3994?3998.

[13] 吴振华，胡鹏.VANET中路由协议分析[J].通信学报，2015，36（z1）：75?84.

[14] CHEN Yuzhong， FANG Mingyue， SHI Song， et al. Distribu?ted multi?hop clustering algorithm for VANETs based on neighborhood follow [EB/OL]. [2015?12?09]. http：//www.doc88.com/p?9465205271166.html.

[15] 唐亚欣，李燕龙，杨超，等.地空信道下基于OFDM/OQAM系统的时频同步算法[J].计算机应用，2018，38（3）：741?745.

[16] 刘钟情.基于Qt/Embedded的机房环境监控系统[J].现代电子技术，2014，37（8）：38?39.

作者简介：汪守斌（1984—），男，河南信阳人，硕士，讲师，主要研究方向为教育技术学、教育大数据。

张秋菊（1985—），女，河南郑州人，硕士，讲师，主要研究方向为英语教育、教育管理。