APP下载

蚁群算法考试系统开发研究

2018-12-22王伟黑龙江外国语学院

数码世界 2018年3期
关键词:浏览器遗传算法数值

王伟 黑龙江外国语学院

1 考试系统的优势与不足

1.1 减少考试资源消耗

考试系统的最大优势,就是节省考试消耗的资源。

实现在线考试,可以避免纸张的应用,考生信息与试卷都通过电子数据的方式,存放于数据库当中。节约了纸张的消耗。在线考试,可以通过机房或者灵活的让考生自主登录方便的电脑,减少了考场的需求量。如果在考试系统中,加入硬件监控设备,更加可以减少监考人员的参与。

1.2 使用率高

考试系统开发,通常能够满足多个科目的多次考试,可以重复频繁使用,让考试融于一套系统当中,只需要存入适当的题库试题就可以进行不同的考试。

1.3 适合高校与政府机关考试

高校与政府机关,在每学期、每年度都要对学生、教师、工作人员进行考试与考核评估,考试系统直接可以满足高校和政府机关的考试考核需求,适用性强。

1.4 题型不够灵活

目前考试系统主要使用客观试题,以单选、多选、判断题目为主。对于主观化试题,可以采用图像采集的方式,但是阅卷需要人工的参与,难以进行自主阅卷。

1.5 试卷价值参差不齐

考试的目的是考察学生的学习情况,要体现学习能力也要体现差距。难度适中,考点覆盖范围广的试卷才是真正有价值的试卷。本文采用蚁群算法进行试卷系统开发,就难度数值进行评估与计算,通过算法形成更具有考核价值的试卷。

2 蚁群算法思想:

蚁群算法可以视作遗传算法的衍生算法或者进化算法,遗传算法是通过生物学思想,将信息作为遗传基因,用算子来代替。在算子的计算遗传和变异过程中,取出优秀解,放弃不理想的遗传算子。同时利用优秀算子继续实现交叉遗传,从而求出最优解。但是蚁群算法有了一些好的变化,蚁群算法并不是找出最优,而是寻找相对优势的组解。更加适合于实际的计算。因为在实际计算中,很多计算结果未必能产生最符合条件的解,从而浪费了计算过程。蚁群算法也来源于生物学思想。蚂蚁在觅食和搬运过程中,成群结队进行工作,但很少发生路径堵塞的现象。这是源于蚂蚁可以发出带有气味的信息素,信息素具有挥发性,如果路径较短,并且走的人多,挥发的就相对较少,信息素浓度高。如果路径长,走的蚂蚁伙伴少,信息素浓度就低。利用信息素,可以更好的判断路径长短(优势与劣势解)也可以避免堵塞现象发生(浓度过高)

3 蚁群算法在考试系统中的应用:

蚁群算法在考试系统中,主要可以应用在试卷组成模块当中。就试卷的试题覆盖范围和难度数值进行计算。以0作为最简单数值,1作为最难数值,通过模拟考试与老师的评估,判断试题难度,在考试前完成试题组卷过程,对于难度数值区域中间数值的,作为优势组解(可能是一套或者若干套试卷)。同时利用考核试题类型、分值以及章节知识点信息可以进行判断试题覆盖范围。以覆盖广度高为优秀标准。

4 常用功能模块:

用户登录功能,本系统为了系统安全性,只提供系统登录功能,不提供用户注册,用户信息从学校所提供的学生信息表由教师导入。并预置初始密码为学生的学号或者是统一密码,第一次登录后强行要求修改密码。考生登录后页面上始终以广告方式显示考生信息,以防考生替考行为发生。题库管理模块:试题添加、修改和删除管理。根据系统实际需要,将系统中的题型进行分类管理和添加,题库中的题型主要分为如下几类:单选题、多选题、判断题、填空题。试卷组成模块 考试试卷的生成,实现灵活组卷。在考试系统中,试卷生成是比较关键的一环。为了方便老师组卷,该系统提供两种组卷方法,一种教师手工组卷,另一种是由系统自动组卷提供了考试结束后的试卷答案开放。考试管理模块和考试模块 教师可以对考试开启和关闭,学生参加在线考试,实时保存考生操作答案,以便学生机器故障后可以登录继续考试而不至于答案丢失。最后,实现在线阅卷与成绩查询功能模块。

5 浏览器服务器模式架构

整个系统采用Browser/Web/DataBase的3层体系结构。用户可通过浏览器向分布在网络上的服务器发出请求,服务器对请求进行处理,将用户所需信息返回到浏览器。B/S结构简化了客户机的工作,客户机上只需配置Web 浏览器即可。服务器将担负更多的工作,对数据库的访问和应用程序的执行将在服务器上完成。浏览器发出请求,而其余数据请求、加工、结果返回以及动态网页生成等工作全部由服务器完成

[1]张超群,郑建国,钱洁.遗传算法编码方案比较[J].计算机应用研究,2011(03)

[2]虞耀君,陈君,李靖.基于遗传算法的网络考试系统[J].计算机仿真,2010(06)

[3]张端,苏健民.基于改进遗传算法的智能组卷在试题库建设中的研究[J].自动化技术与应用, 2010(01)

[4]孙春燕.基于整型编码遗传算法技术的智能组卷系统的研究[J].怀化学院学报,2009(11)

[5]夏龄.构建基于B/S结构的网络考试系统[J].西华大学学报(自然科学版),2005(02)

[6]何克抗,许骏.计算机辅助测评(CAA)研究新进展——技能性非客观题的自动测评[J].开放教育研究,2005(02)

[7]于志敏,刘延华.选题组卷策略研究[J].电脑开发与应用,2001(03)

猜你喜欢

浏览器遗传算法数值
体积占比不同的组合式石蜡相变传热数值模拟
数值大小比较“招招鲜”
舰船测风传感器安装位置数值仿真
铝合金加筋板焊接温度场和残余应力数值模拟
基于遗传算法的高精度事故重建与损伤分析
基于遗传算法的模糊控制在过热汽温控制系统优化中的应用
微软发布新Edge浏览器预览版下载换装Chrome内核
反浏览器指纹追踪
基于遗传算法的智能交通灯控制研究
基于改进多岛遗传算法的动力总成悬置系统优化设计