基于遗传算法的智能组卷考试系统

汪静 谢深圳

摘 要：本文对基于遗传算法的智能组卷考试系统进行研究。遗传算法具有根据用户的具体需求能够自动修正的特殊优势，适合应用在智能组卷考试系统中。本文旨在研究开发一个功能相对完善的考试系统，系统使用的是一种改进型的遗传算法。该考试系统具有良好的功能优势和应用优势，系统维护成本低，具有较高的使用价值和应用价值。

关键词：遗传算法;智能组卷;考试系统

在计算机广泛普及及人工智能飞速发展的时代背景下，随着计算机技术与教育的相互融合，传统的考试方式在满足教育的发展要求下明显力不从心，而智能组卷系统的应用是信息技术发展的必然趋势。如何提高考试的高效性和公平客观性是目前教学领域研究的一个核心问题。智能组卷和自动评分阅卷不仅使得考试更加客观公正，而且能够降低整个考试过程中教师出题及阅卷的工作量，节约大量的人力和物力资源。

智能考试系统在数据库技术支持下，可以有效地简化考试的过程。通过建立试题库，使用试题库完成自动生成试卷，是促进考试规范化、科学化发展的必由之路。在与计算机相关技术飞快发展的大环境下，设计一套组卷效率高、性能好的智能组卷考试系统，对于实现各类考试向自动化的转变，具有极其现实的实用价值与意义。本文旨在研究开发一个功能相对完善的考试系统，系统使用的是一种改进型的遗传算法。

一、智能组卷

1.智能化。智能化指试题库管理系统能够按照考题的作答状况来自动生成分析试卷的有关信息，用户还能够以此为参考修正试题的属性。人工智能技术的发展为网络教学领域添加了一些新鲜元素。本系统中“智能”是指智能查询和智能自动成卷。

2.组卷。组卷是指把符合试卷相关属性项的题目在题库中取出，并组成满足用户标准的试题卷。组卷在题库管理模块中担任的是非常重要的角色。在输入一定的限制参数后，系统会参照给定参数值选取最接近该值的试卷，以便考生作答，定义相关参数和操作这些参数变化的算法，称为组卷策略。组卷策略的本质是将组卷参数转变为机器可以运行的试卷的属性项，之后按照属性项的要求，从题库中选取试题生成试卷。组卷策略是用户对试卷的具体要求约束和条件。

3.智能组卷。“智能组卷”是应用人工智能，在题库中自动选取试题，并构成符合不同属性需求的试卷的过程。“智能组卷”成功的前提是适宜的知识储备库和高精度的算法模型。鉴于生成的试卷必须应用在实际的考试当中，建立知识储备库和构建算法模型时，不仅要顾及试题难度、知识点涵盖等具体要求，而且还必须要兼顾题型分布和内容分布，以及试题分值和平均分，乃至及格率等等相关方面。也可以这样认为，用户只需要输入一定试题要求，包括考试内容和难度级别以及题型等属性，系统内部可以通过计算自动组成符合要求的试卷。

二、遗传算法

选择合适的优化算法是许多计算机系统必须经历的一个重要设计过程。一个好的算法在创建高性能系统中起着重要的作用，可以事半功倍。通过研究和对比基于深度与广度搜索算法、基于粒子群算法、基于变量算法或随机函数、基于遗传算法、基于项目反应理论、基于人工魚群算法等几种常用的智能组卷算法，分析各种智能组卷算法的优缺点，在此基础上，在综合比较无数实际案例的基础上，最终选择了遗传算法为智能组卷系统的基本操作算法。

所有算法都离不开对问题的编码，这是实现问题特征映射的必要过程，从而可以随机生成初始种群。遗传算法，由表示题目可能潜在的答案的集合的一个种群开始，当初始代的种群成立以后，依据适者生存和优胜劣汰的生物学法则，每代逐步进行演绎进化组成表现愈来愈适合环境的相近解。每一代按照现有个体在题目空间里的适应度选择优势个体。与此同时，利用自然遗传学中的遗传算子做出组合交叉和变异等仿生物学行为，从而获得能够表现新的解的集合种群。此种方式，能够让种群如自然进化一样，后代种群相比前代更能适应当下的环境。末代种群中存在的最佳个体通过解码操作便称为题目的相近最优解。遗传算法可以模拟自然进化过程，进而得到最佳答案。遗传算法中相关的定义：种群，由通过基因编码的特定数量的个体组成;个体，是染色体具有某种特征的实体;染色体，是内部的某个基因组合能够确定每个个体在外部所表现出形态的物质，有遗传物质的主要载体便是染色体。

“适者生存，适者生存”是遗传算法的基本工作原理，从初始种群中选出个体，其中选出适应度值越高的个体的概率越高。然后，通过交叉操作对选定的两条染色体进行基因交换，从而产生新的群体，实现变异操作。

三、遗传算法在组卷中的应用研究

遗传算法作为一种具有开放特性的普适算法，它的操作程序无需遵从某种固定的模式。每份试卷都有对应的染色体，每个试题对应染色体上的基因，每个试题数构成染色体编码，不同组之间的编码是相互独立的。通过设置约束条件（如比率、题目数量和总分）生成随机总体。它不仅能够对具体要求进行一定的调整，还能结合其他策略改进算法。因此当使用遗传算法求解问题时，可以依照用户的具体需求来修正算法。如何根据实际问题来改进和修正遗传算子是我们要解决的问题。可以降低算法的计算量和复杂度，提高了运算效率，保证种群规模的合理性。在多约束条件问题的求解上，遗传算法可以以不变应万变。所以遗传算法适合应用在智能组卷系统中。依托遗传算法的特殊优势，可以满足系统的功能需求和其他需求，开发出一个高效实用的基于遗传算法的考试系统。

智能组卷系统根据开发人员预先设定的系统参数，可以根据高校的考试要求，直接从试题库中筛选出所需的试题，并利用遗传算法将其组合成一张新的、完整的试卷。具有能够被计算机识别的重组试卷的要求和必要参数是实现智能试卷功能的重要前提。智能组卷的整个过程中首先需要根据教学实践，高校教师应输入各种要求和参数组成试卷，其次是对试卷的指标体系进行建模分析，建立相应的数学模型，分析相应的模型，选出试题并进行重组。抽取出正确的试题，组合符合要求的试卷。

四、系统的设计原则

为了有效地反映考试成绩，对学生的真实学习情况进行了分析，要求智能组卷系统必须正确、稳定地运行。科学合理的试卷对学生的考试起着重要的作用。纸张的形成方式是否规范尤为重要。在试卷的制作过程中，试卷应包括试题的类型、难度、区分度、认知水平、合理性等内容。本文力求设计的智能组卷考试系统应满足以下条件：

1.功能齐全：除了考试系统具有的基本功能外，系统还应具有考试计时管理，用户操作权限管理等功能。2.界面友好： 整合系统对初次使用的用户来说，操作简单，容易掌握功能模块操作方式。3.性能优异：系统运行时，支持页面自动刷新，避免系统运行时，信息调用反应慢的现象。4.成本低：在系统开发过程中，在不影响运行效率的情况下，对客户端和服务器端设备的配置要求应尽可能的低，从而减少开发成本。5.兼容性高：开发时要考虑之后的升级应不影响系统的正常使用，易于未来维护。

智能组卷考试以其无与伦比的优越性令普通考试只能望其项背，无法正面对抗。设计开发智能考试系统，可以为学生提供一个简单快捷的考试环境，可以方便教师快捷、方便地生成试卷，进而解放教师的工作量。本文研究开发的是一个功能全面、性能优越、低成本的系统，应用前景广阔，有较好的实用价值和意义。不仅可以减轻教师的工作量，还对当前教育领域的发展发挥重要的作用。

参考文献：

【1】柯岷.基于人工智能的考试系统设计与实现.《电子设计工程》，2018.12.20

【2】温静，郝大治，张晓峰.基于遗传算法的智能组卷考试系统研究.《科技传播》2017.11.23

【3】兰青青.基于遗传算法的智能组卷考试系统设计.《信息系统工程》2017.5.20

【4】吕海燕，周立军，宦婧，张杰.通用在线考试系统智能组卷遗传算法设计.《计算机技术与自动化》.2016.12.15