基于改进蚁群算法的英语考试自动组卷系统

张菊玲

(西安思源学院，文商学院，陕西，西安 710038)

0 引言

随着科学技术的进步，英语考试方式已从纸质考试向自动化智能在线考试方式转变。自动组卷系统是新型教育考评体系，可将人工智能与教育理论联系在一起[1-2]。自动组卷系统按照考试的规则和用户制定的性能指标，在试题库内抽选1组满足要求的试卷试题，并排版打印。设计英语考试自动组系统减轻教师的工作负担，使考教分离，保证考试的质量[3-4]，实现课程教学的科学管理。

但以往设计的英语考试自动组卷系统存在一定的缺陷，如文献[5]设计的基于知识水平的改进智能遗传组卷系统，在进行英语考试自动组卷过程中缺乏对试题难度的控制，容易出现信息不对称等问题；文献[6]设计的多属性多关联的工程图学试题库与多路径智能组卷系统，侧重于多属性多关联的试题，导致系统效率低。改进蚁群算法具有良好的群体智能搜索、全局寻优能力。为了英语考试自动组卷系统更加智能化，本文采用改进蚁群算法对蚁群算法中的信息素做更新并改进问题求解算法。因此，本文设计基于改进蚁群算法的英语考试自动组卷系统能够实现英语考试的高效管理，增加英语考试自动组卷的效率。

1 基于改进蚁群算法的英语考试自动组卷系统

1.1 系统总体结构

为了提高英语考试自动组卷效率，研究基于改进蚁群算法的英语考试自动组卷系统，系统总体结构如图1所示。英语考试自动组卷系统是由用户管理、题库管理、试卷管理等模块组成。用户管理模块的作用是设置系统用户的使用权限。用户管理员可修改系统中的重要数据。系统管理人员通过用户管理模块完成用户权限认证，然后实施题库管理，在题库管理模块对英语考试试题实施添加、更新、删除、统计、修改等操作，经试卷管理模块还可以实施试卷的自动组卷与后期英语考试的评分。

图1 系统总体结构

1.2 题库管理模块

题库管理模块包括试题添加、试题更新、试题修改、试题统计等子模块。试题添加流程如图2所示。由图2可知，按照英语考试题库设计要求，输入适合英语考试试题表，在数据库中包括各种信息表。例如：英语考试试题类型表、英语考试试题难度表、英语试卷信息表、知识点表等[7]。

图2 试题添加流程

1.3 自动组卷实现

自动组卷是系统中的重要部分，按照用户需求输入相关参数实施自动组卷，生成符合考试要求的试卷。自动组卷进程如图3所示。由图3可知，拥有管理权限的英语老师，通过自动组卷子模块完成英语试卷与英语试卷答案生成。

基于改进蚁群算法的英语考试自动组卷系统的自动组卷子模块设计主要涉及组卷策略、组卷目标、改进蚁群算法寻优求解方面。

1.3.1 组卷策略

组卷策略是试卷控制参数的主要表现形式。设试卷控制参数有：各题型的分数用TWj描述、试卷的估计用时用T

图3 自动组卷用例图

描述、试卷的试题类型用(j=1,2,3,4,5)描述，试卷区分度用D描述、各题型的试题个数用TNj描述、试卷的总分值用W描述、试卷的试题个数用N描述、试卷难度用P描述。其中,试卷难度P、试卷区分度D的计算，分别用式(1)和式(2)表示:

(1)

(2)

其中，各题型的难度用TPj描述。在组卷目标中加入TPj的限制条件，为了避免因个体性难度高对试卷均分的影响。各题型的难度TPj描述为

(3)

1.3.2 组卷目标

生成试卷的期望目标，用试卷控制参数的定量值描述[8-10]。系统中的组卷目标如下。

(1) 试卷要求的试题个数用NR描述，与试卷的实际试题个数相等，具体如式(4):

(4)

(2) 试卷要求的总分用WR描述，与试卷中全部题型的实际总分相等，具体为

(5)

(3) 试卷要求的考试时间用TR描述，与试卷中全部试题的实际考试时间总和相等，具体如式(6):

(6)

其中,第i题的答题时间用Ti描述。

(4) 要求的难度用PR描述与试卷的实际难度用P描述大致相同，具体如式(7):

(|PR-P|/PR)≤ωP

(7)

其中，试卷的难度误差限定比率用ωP描述。

(5) 要求的区分度用DR描述与试卷的实际区分度用DR描述大致相同，具体为

(|DR-D|/DR)≤ωD

(8)

其中，试卷的区分度误差限定比率用ωD描述。

(6) 要求的难度用TPj描述与各题型的实际难度用TPRj描述大致相同，具体为

(|TPRj-TPj|/TPRj)≤ωPj

(9)

其中，题型J的难度误差限定比率用ωPj描述。

1.3.3 改进蚁群算法

自动组卷子模块采用改进蚁群算法减少被选取试题的信息素，提升没有被选取的试题选中的概率，实现英语考试智能化自动组卷。

(1) 信息素的初始化与更新。各个试题的信息素与权重成正比，每个范围里的连续区间，权重越低，信息素值越小，被选取的概率越低。信息素取值用1个区间的权重描述。

假设：1个长度区间用L描述，设置一个要求是为了减少计算开销，降低试题选择相差的悬殊。设置要求如式(10)：

L>(tmin×Q)×n

(10)

其中，参数系数用n描述，最小权重是选取的信息素的最小值用tmin描述，题库中试题的总数用Q描述。

在系统运行以前，设置初始值L，扩增长度区间来满足试题数量的增加区域。如果L没有符合条件时，扩增规则如式(11)：

(11)

其中，参数系数用m描述。

为了保证1个空间合理的选取范围，需对L实施更新。

(a) 新插入题目情况下。对新插入的题目，如式(12)：

(12)

对原有的题目，如式(13):

(13)

其中，原有试题原始信息素用told描述，设定的长度区间用L描述，原有题目的个数用Q描述。

为了确保系统的稳定性，插入题目信息素平均值的新题信息素，在原有题目分值上降低占有权重。

(b) 考试结束后对试题信息素更新情况。被选中的题目用i描述，具体如式(14)：

(14)

其他题目用j描述，具体如式(15)：

(15)

降低考试内已选试题的信息素，减少试题的重复率，增加其他试题被选概率。

(2) 路径构建。蚂蚁寻食的路径构建是在符合约束条件时，在题库内按照信息素选取试题。将此方法用在试题集的选择中，若选中第i题，第j题选中概率如式(16)：

(16)

其中，启发式信息用ηj描述，启发式信息的相对影响力由参数β决定，第j题的信息素用tj描述，信息素由参数α决定，选中第i题后再选取第j题选中概率用Qij描述,选中第i题后可被选的试题集用Ni描述。

2 实验分结果与分析

为了评估本文系统的性能，在Windows Server 2018测试环境下，运行内存为6 G，实验对比系统采用文献[5]设计基于知识水平的改进智能遗传组卷系统、文献[6]的多属性多关联的工程图学试题库与多路径智能组卷系统，分别应用3种系统模拟设计某学校试题库的构建。将600道试题按要求存于试题库中，属性值均用随机，其中计算题200道，单选、多选各200道。设置组卷要求：英语考试试卷总体难度是0.5、英语考试时间估时是120 min英语考试试卷总分是100分。实验中迭代次数为200次。采用LoadRunner模拟该学校英语考试分别选取200、400、600、800、1 000、1 200、1 600名英语考试学生，同时参数英语考试。英语考试中采用设置用户思考与反应时间是1 s。实验参数设置：tmin=12、L=10 000、n=12、m=2、α=1、β=2。通过3种系统分别实施30次组卷，组卷成功次数，用图4描述。平均每次组卷时间，如图5所示。由图4、图5可知，文献[5]系统组卷成功次数为25次，平均组卷时间高达29 ms；文献[6]系统组卷成功次数为22次，平均组卷时间高达26 ms；而本文系统在迭代次数100次时组卷成功次数达到最优状态，且组卷成功次数为30次，平均组卷时间低至15 ms，表明本文系统组卷成功率高、组卷速度快。

图4 组卷成功次数

图5 平均组卷时间

在LoadRunner软件测试下，3种系统的负载测试比较结果，如图6所示。由图6可知，本文系统的负载对比文献[5]系统、文献[6]系统具有明显优势。在多名考生同时参加考试，本文系统平均CPU占用率为32%，比另外2个系统低23%、10%，且平均内存占用率为1.63 GB比另外2个系统节省0.44 GB、0.14 GB；本文系统考生提交答案平均保存时间为14.56 ms比另外2个系统快13.07 ms、5.07 ms。因此，本文系统CPU与内存占用率低，系统保存答案速度快，系统负载较好。

(a) CUP占有率

为验证本文方法自动组卷的有效性，分别对某学校会计专业的部分学生进行人工试卷与自动组卷试卷英语考试，具体考试成绩对比结果如表1所示。

表1 不同试卷的同一类学生的考试成绩比较

由表1可知，相比人工组卷，本文自动组卷试卷的同一类学生的考试成绩较高，能够有效验证本文方法自动组卷的有效性。

3 总结

为了提高英语考试自动组卷的效率，研究基于改进蚁群算法的英语考试自动组卷系统，该系统符合英语考试的标准，组卷成功率高、组卷时间迅速。由于本人时间与精力有限，仍有很多问题需深入研究。下一步主要的研究方向如下：

(1) 运用先进的科学技术手段，在英语考试自动组卷系统原有功能的基础上开发出适合学生学习的模块，为学生提供更多学习英语的机会；

(2) 深入研究更好的算法不断更新完善英语考试自动组卷系统。