遺傳算法在線上考試系統(tǒng)中的應(yīng)用

譚開麗

DOI：10.16660/j.cnki.1674-098X.2107-5640-8032

摘? 要：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在線考試逐漸進(jìn)入了人們的視野，線上考試能夠突破時(shí)間和地域的局限性，同時(shí)一定程度上也能提高考生考試和教師閱卷的效率，所以使用率也越來越高，受到了眾多教育者的喜愛。該系統(tǒng)的主要功能模塊是智能組合試卷，針對(duì)智能組卷問題，在系統(tǒng)中應(yīng)用了遺傳算法，該應(yīng)用讓使用者操作便捷，系統(tǒng)的性能更加穩(wěn)定。

關(guān)鍵詞：在線考試? 遺傳算法? 智能組卷? 互聯(lián)網(wǎng)技術(shù)

中圖分類號(hào)：TP311.52 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2021）06（b）-0072-03

Application of genetic algorithm in on-line examination system

TAN Kaili

（Shenyang Polytechnic University， Shenyang， Liaoning Province， 110159? China）

Abstract： With the development of Internet technology， online examination has gradually entered people's vision. Online examination can break through the limitations of time and region， and to some extent， it can also improve the efficiency of candidates' examination and teachers' marking. Therefore， the utilization rate is getting higher and higher， and it has been favored by many educators. The main function module of the system is the intelligent combination paper， aiming at the problem of the intelligent composition paper， the genetic algorithm is applied in the system， the application makes the user operate conveniently， the system performance is more stable.

Key Words： Online examination; Genetic algorithm; Smart group volume; Internet technology

近幾年，借助互聯(lián)網(wǎng)的優(yōu)勢(shì)以及疫情的不確定性，很多高校和機(jī)構(gòu)都選擇在線考試，像駕照、職業(yè)資格證、高校的心理測(cè)試等都是在線考試的典型案例。它有效的避免了人與人之間的互相接觸，可以阻斷疫情的傳播，實(shí)現(xiàn)了無接觸考試。使用機(jī)器進(jìn)行閱卷，也可以節(jié)約人工成本，教師也可以在電腦端完成主觀題的閱卷。在線考試極大地方便了人們的工作和學(xué)習(xí)，具有很強(qiáng)的發(fā)展趨勢(shì)[1]。

1? 基于遺傳算法的在線考試系統(tǒng)

1.1 在線考試系統(tǒng)的體系結(jié)構(gòu)

在線考試系統(tǒng)可以完成試卷的組合、考生在線考試和閱卷。在線考試系統(tǒng)分為前臺(tái)管理和后臺(tái)管理2個(gè)大的功能模塊。其中，前臺(tái)管理的權(quán)限給考生和閱卷人，通過登錄系統(tǒng)可以進(jìn)行學(xué)習(xí)，達(dá)標(biāo)作業(yè)、考試，閱卷人可以進(jìn)行手工評(píng)卷。后臺(tái)管理的權(quán)限分配給出題人，出題人可以導(dǎo)入試題，組合試卷以及考試的一些設(shè)置。該系統(tǒng)主要功能架構(gòu)圖如圖1所示。

1.2 遺傳算法概述

遺傳算法（Genetic Algorithm， GA）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法[2]。遺傳算法的應(yīng)用較為廣泛，例如，人工智能、機(jī)器學(xué)習(xí)、組合優(yōu)化、圖形圖像處理等，所以遺傳算法具有很大的發(fā)展前景和研究?jī)r(jià)值。遺傳算法的主要執(zhí)行過程如圖2所示。

1.3 遺傳算法在線上考試系統(tǒng)的應(yīng)用

用程序來模擬自然界的物種進(jìn)化過程是遺傳算法普遍的實(shí)現(xiàn)方式。在智能組卷的模塊中，想要找到最符合約束條件的試卷，可以把每個(gè)個(gè)體通過編碼表示為染色體，根據(jù)試卷的約束條件設(shè)計(jì)適應(yīng)度值，再經(jīng)過選擇、交叉、變異操作產(chǎn)生新的種群，使種群向更好的解來進(jìn)化[2]。遺傳算法與智能組卷的映射關(guān)系如表1所示。

2? 遺傳算法在智能組卷中的數(shù)學(xué)模型

2.1 編碼方式和初始種群

在創(chuàng)建題庫(kù)的時(shí)候，題庫(kù)中有不同的題型，例如，單選題、判斷題、問答題、計(jì)算題等。在智能組卷中，用實(shí)數(shù)段的方式將試卷中的題號(hào)按照題型分組進(jìn)行編碼，使用試題的數(shù)量來表示個(gè)體編碼的長(zhǎng)度。每套試卷按照以下方式進(jìn)行編碼，題庫(kù)中的所有試卷的集合就組成了初始種群[3]。個(gè)體編碼方式如表2所示。

2.2 適應(yīng)度函數(shù)

適應(yīng)度函數(shù)影響試卷的性能，以此來判斷試卷的優(yōu)劣。影響試卷性能的屬性有很多，如：試題的難度、試題的分?jǐn)?shù)、試題通過的分?jǐn)?shù)、題型、題號(hào)順序等，每個(gè)屬性對(duì)試題的約束程度是不同的，所占的權(quán)重也是不同的，在此系統(tǒng)中用試題難度和不同題型的分?jǐn)?shù)占試題總分的比例作為函數(shù)的自變量[3]。

一個(gè)知識(shí)點(diǎn)包含很多題目，可以先求出該知識(shí)點(diǎn)包含的所有題目的平均難度，平均難度的計(jì)算公式為：

（1）

其中，表示覆蓋該知識(shí)點(diǎn)試題的平均難度，表示每個(gè)題的難度，i=1，2，3…N。，N為題目的個(gè)數(shù)。

期望難度EP等于加上或者減去K值，為方便計(jì)算這里K值取0.2。整個(gè)題庫(kù)中所有題目的平均難度計(jì)算公式為：

（2）

不同題型的分?jǐn)?shù)占試題總分的比例是否合理的約束條件公式為：

（3）

其中，C表示不同題型的分?jǐn)?shù)占試題總分的比例，S為試題的總分，表示試卷中的題型。

所以適應(yīng)度函數(shù)的計(jì)算公式為[4]：

（4）

其中ti表示權(quán)重，我們給t1賦值為0.6，t2賦值為0.4。大家可以看出，F(xiàn)it越小，適應(yīng)度越高。約束條件還可以根據(jù)自己的需要再加，權(quán)重也要重新分配[5]。

2.3 選擇

平均每個(gè)個(gè)體被選中的概率本系統(tǒng)采用的選擇算子計(jì)算公式為：

（5）

3? 實(shí)驗(yàn)測(cè)試與分析

該系統(tǒng)通過eclipse平臺(tái)進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)，并通過試題分析的形式對(duì)本文的算法有效性進(jìn)行驗(yàn)證[6]。分析報(bào)告從4個(gè)方面反映了智能組卷功能的合理性，不同題型的分值構(gòu)成比例、考試成績(jī)統(tǒng)計(jì)結(jié)果、分析結(jié)果以及分段分布直方圖。成績(jī)分析圖如圖3所示。A1題型占比52.8%，A3題型占比18.9%，B題型占比28.3%，總?cè)藬?shù)24人，參考人數(shù)19，除去未參考人數(shù)，90～100分之間的比例最多，說明試卷難度偏低，三種題型知識(shí)點(diǎn)的占比合理。

4? 結(jié)語

本文首先對(duì)線上考試系統(tǒng)進(jìn)行分析和研究，并對(duì)遺傳算法在本系統(tǒng)的應(yīng)用進(jìn)行了簡(jiǎn)單介紹。后又在此基礎(chǔ)上詳細(xì)介紹了遺傳算法在智能組卷應(yīng)用中的數(shù)學(xué)模型。并通過eclipse平臺(tái)對(duì)該算法的合理性進(jìn)行驗(yàn)證。使用遺傳算法進(jìn)行智能組合試卷，提高了系統(tǒng)的性能，讓試卷更加科學(xué)合理。但是智能組卷的速度有待提高，這將是下一步的研究?jī)?nèi)容。

參考文獻(xiàn)

[1] 邢瑞.基于神經(jīng)圖模型的試題推薦在線考試系統(tǒng)設(shè)計(jì)與研究[D].吉林：吉林大學(xué)，2020.

[2] 楊清林.基于遺傳算法的智能組卷考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].濟(jì)南：山東師范大學(xué)，2020.

[3] 楊瑋琪.基于自動(dòng)組卷的在線學(xué)習(xí)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2019.

[4] 劉雅莉.一種改進(jìn)遺傳算法的自動(dòng)組卷系統(tǒng)優(yōu)化研究[J].微型電腦應(yīng)用，2020，36（8）：28-30，40.

[5] 王倩，李風(fēng)軍.改進(jìn)的自適應(yīng)遺傳算法及應(yīng)用[J].重慶師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2021，38（2）：14-19.

[6] 楊曉吟.大型在線考試系統(tǒng)負(fù)載均衡算法的研究與實(shí)踐[J].軟件，2020，41（6）：27-31.