基于PBIL算法的自动组卷系统研究-中国学术期刊网络出版总库

中国学术期刊网络出版总库

关闭

基于PBIL算法的自动组卷系统研究

推荐 CAJ下载

PDF下载

【英文篇名】	Automatic Test Paper Generation Based on the PBIL Algorithm
【下载频次】	★★★
【作者】	金炳尧; 马永进; 骆红波;
【英文作者】	JIN Bing-yao; MA Yong-jin; LUO Hong-bo(School of Information Science and Engineering; Zhejiang Normal University; Jinhua 321004; China);
【作者单位】	浙江师范大学信息科学与工程学院; 浙江师范大学信息科学与工程学院浙江金华; 浙江金华;
【文献出处】	计算机工程与科学 , Computer Engineering & Science, 编辑部邮箱 2005年 10期期刊荣誉：中文核心期刊要目总览 ASPT来源刊 CJFD收录刊
【中文关键词】	进化计算; 自动组卷; PBIL;
【英文关键词】	evolutionary computing; automatic test paper generation; PBIL;
【摘要】	试题库自动组卷问题是一个NP难题。本文首次采用PBIL算法解决试题库自动组卷问题,重点讨论了优化目标函数与组卷约束条件之间的关系。研究结果表明,用该方法解决自动组卷问题,对附加约束条件适应性强,计算结果稳定,是一个比较理想的算法。本文还使用信息熵来估计进化进行的程度。
【英文摘要】	Automatic test paper generation is a NP hard problem while restrictions exist.In this paper,an application of the PBIL(Population-Based Incremental Learning) algorithm to this problem is studied for the first time.The relationships between the optimal function and restrictions are emphasized in this paper.It is proved that the PBIL algorithm is a suitable method in solving this problem,and it is flexible to attach restrictions and is stable in the process.Also,entropy is used here to estimate the degree of ...
【基金】	浙江省自然科学基金资助项目(M303166)
【更新日期】	2005-11-25
【分类号】	TP319
【正文快照】	1引言遗传算法是进化计算中使用最广泛的算法之一。但是,针对问题设计的遗传、变异、杂交等算法比较复杂,通用性不好。S Baluja提出的PBIL(Population-Based Incre-mental Learning,简称PBIL)算法[1]则比较好地解决了这个问题。该算法使用基因位的概率来描述群体信息,用概率来?

xxx

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

自动化技术、计算机技术
　　

计算技术、计算机技术
　　　

计算机软件
　　　　

专用应用软件


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

相似文献

文献分类导航