摘要：考试已成为整个社会评定个人水平能力及选拔人才不可缺少的手段之一。试题库的完整性及试题组卷的科学性已成为当代教育的热点研究问题。应用自动组卷系统，只需根据题型、题量、难易度、分值等相关参数的设置即可自动生成一套满足要求的试卷。在组卷系统研究中，自动组卷算法是整个系统的关键技术，提出新的利用遗传算法组卷系统，其目的在于提高自动组卷的有效性和试卷质量。
关键词：遗传算法；自动组卷；组卷系统
中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2016）01-0213-02
Research on Auto-generating Test Paper on Genetic Algorithm
LI A-hong1，2， ZHANG Jian-feng1
（1.College of Information Engineering Northwest A&F University， Yangling 712100， China； 2.Xianyang Vocational & Technical College， Xianyang 712000， China）
Abstract： Testing has already been one of the main measures for assessing talents’quality and promoting talents. Therefore， it has been a hot issue that test bank should be integrated and the test paper generating module should be scientific. The auto-generating test paper system can generate automatically test papers which can meet the requriements based on the task types， the quantity，the degree of difficulty etc. In the research of the system， the algorithm is the key technique，so the paper proposes the new generating test paper system on the genetic algorithm to improve its effectiveness and the papers’ quality.
Key words： Genetic algorithm； Auto-generating test pape； Generating test paper system
1 组卷系统基本原则
在目前高等教育中，考试仍然是评价教学效果的重要方式，也是给提高教学质量提供反馈信息的重要手段。因而试卷的设计就尤为重要，不仅要涉及知识的覆盖面。而且试题的难易程度要控制在一定的标准中，这样才起到真正的评价和反馈作用。利用计算机开发新的组卷系统已成当代教育研究的热点问题之一，而如何保证试卷的随机性、公平性、合理性，是实现自动组卷系统的一个难点。
1.1 控制试题的难易度
试卷是老师对学生进行所学知识掌握程度检测的重要手段，然而同一门课对不同专业的学生要求掌握的程度会有所不同，如《计算机应用基础》这门课对理科学生要求掌握的程度相对文科学生要高，因此针对不同专业学生试卷的难度会有所不同；对同一专业学生，要根据学生已有的基础，以及学生的年龄和接受能力，试题的难易程度也要不同；同时根据考试的级别和及格率的要求，试题的难易程度也要有所调整。
1.2 保证试题的公平性
为了保证考试的公平性，在组卷过程中要保证考生前后左右的试题都不一样，但试题的难易程度一样，这就要求在组卷中要灵活多样，同等难易程度的试题要有足够的数量。而且试题的形式要保持一致，不然很难保持同一场考试的公平性。
1.3 发挥组卷系统的智能性
计算机在组卷的过程中往往按照命题人给出的指令从试题库中挑选试题完成组卷工作，可是系统对所生成试卷的难易程度、有效性很难有效地控制。于是如何有效地提高计算机的组卷性能，使计算机能够自动调整组卷算法实现其组卷的智能性，是组卷成功的重要因素之一。
2 算法分析
遗传算法是来源于达尔文生物进化论中适者生存、优胜劣汰遗传机制的自然选择和遗传学机理生物进化过程的计算模式，是一种模拟自然进化过程搜索最优解的方法[1]。遗传算法从代表问题潜在解集的一个种群出发，一个种群由经过基因编码的一定数目的个体组成。每个个体是染色体带有特征的实体。染色体作为遗传物质的主要载体，其内部表现（即基因型）是某种基因组合，它决定了个体形状的外部表现[2]。因此，在一开始需要实现从表现型到基因型的映射即编码工作。初始种群产生后，按照适者生存和优胜劣汰的原则，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行交叉和变异，产生出代表新的解集的种群，最后一代种群中的最优个体经过解码，可以作为问题近似最优解。
本文基于对遗传算法的仔细研究，并从四个方面进行了改进，分别是编码方式、适应度函数设计、初始种群生成方法以及遗传算子的基础上，提出一种基于改进遗传算法的组卷模式。在此基础上，对该算法的实现过程进行仿真分析，分别研究在不同的迭代次数的基础上的进化情况，进而可以看出改进遗传算法的有效性。
3 基于遗传算法的自动组卷系统设计 B/S架构模式的用户界面是通过WWW浏览器来实现，极少部分逻辑事务在前端（Browser）实现，逻辑事务在服务器端（Server）实现，即形成所谓三层3-tier结构。B/S结构的系统不需要安装客户端软件，它运行在客户端的浏览器上，系统升级或维护时只需更新服务器端软件即可，这样就简化了客户端电脑负荷，减轻了系统维护与升级的成本和工作量，降低了用户的总体成本。通常在组卷系统建成后，在应用中为与软件的变化相配，题库中的数据会不断变化、升级更新。本系统采用B/S（Browser/Server）模式开发系统，这就使系统的升级和维护更为便捷，完全解决了系统维护和升级客户端无关这一难题，使所有的操作都可以在服务器端完成。B/S三层框架结构如图1所示：
图1 B/S三层架构体系
本系统主要使用Visual Studio 2010的C#、ASP.NET语言进行编程，用Microsoft SQL Server 2008数据库实现多个数据库，采用改进遗传算法求解自动组卷问题，分析设计出基于B/S结构的组卷设计方案，实现一个较为实用的智能组卷系统。界面友好，智能、高效。组卷系统功能模块如图2。
图2 自动组卷系统功能模块
4 结论
在计算机辅助教学中，自动组卷系统是其重要的构成部分，它是把测量学、教育统计学等多门科学知识与人工智能技术相结合，借鉴专家命题的智能经验，并合理利用计算机的先进科学技术，最终实现计算机完全能智能生成试卷。本文主要研究了利用遗传算法开发的自动组卷系统。
参考文献：
[1]张晓博.基于云遗传算法实现自动组卷问题[J].电脑知识与技术，2011（3）.
[2]崔艳.基于通用试卷库组卷算法的研究和实现[D].郑州大学硕士论文，2010.
[3]陈锋.试题库系统中随机抽题算法的设计与实现[J].现代计算机，2010（3）.
[4]张琨.基于遗传算法的智能组卷研究与应用[D].北方工业大学硕士论文，2007.
