[发明专利]一种基于遗传算法的智能组卷方法

权利要求书

1.一种基于遗传算法的智能组卷方法，其特征在于将基于“ε-greedy”贪心算法引入自动组卷，使父代生成子代的多轮迭代中能充分利用上一代的优良个体，得到最优试卷，其智能组卷具体包括如下步骤：

步骤1：确定对目标试卷的约束

确定以试卷总分、整体难度、单选题数量、单选题分数、多选题数量、多选题分数、判断题数量、判断题分数、填空题数量、填空题分数、主观题数量、主观题分数和知识点列表为约束目标的参数；

步骤2：生成初始种群

根据单选题、多选题、判断题、填空题和主观题各题型的数量，随机生成二十套满足题型种类和题型数量要求的试卷组成初始种群；

步骤3：计算个体适应度

按下述a式计算个体适应度Z：

式中：M为试卷个体知识点数；N为目标知识点数；P为平均难度；f1、f2为权重系数；Ep为整体难度；

步骤4：选择操作

从种群中随机寻取k个个体，并选择其中的最优个体，所述k为试卷个体中试题数目的四分之一；

步骤5：基于“ε-greedy”的交叉操作

对于生成子代个体的父母个体，其父个体直接采用选择操作，母个体有1-ε的概率采用上一代中的最优个体，ε概率采用选择操作的个体，然后将父母两个体进行交叉操作，即随机获取两个体的部分试题组成一个新的试卷个体，所述ε默认为0.5；

步骤6：变异操作

对试卷个体中的每道题有0.085的概率，从数据库中随机抽一个同题型的题目替换它；

步骤7：评价最优试卷

通过计算适应度Z并比较，找到其中最大的适应度Z进行判断，如最优个体适应度Z达到目标值或迭代次数达到最大值则进入输出试卷，反之则返回步骤4进行新一轮的迭代，直至达到约束条件或最大迭代轮数将试卷输出；

步骤8：输出试卷

当寻找到最优个体后将该试卷个体的题目组成一套试卷，并按单选题、多选题、判断题、填空题和主观题的顺序一一输出。