基于遗传算法的试题组卷
基于遗传算法的试题组卷 IT 企业每年都会在春季和秋季举行校园招聘，对于个性化定制的试卷需求量很大，如何组出又好又快的定制化试题对于 IT 企业非常重要。组卷技术主要针对知识点覆盖率，题型，难度系数，试题数量等一些试题的属性进行多条件约束优化组卷。 为了方便考官出题考试，系统中引入了试题组卷技术。如何又快又好地生成符合考官口味的试卷变得非常关键。下面将对一些常用的组卷算法进行介绍。 目前常用的组卷有随机选取法，回溯试探法，遗传算法三种。 随机选取法：根据状态空间的控制指标，由计算机随机的抽取一道试题放入试题库，此过程不断重复，直到组卷完毕，或已无法从题库中抽取满足控制指标的试题为止。该方法结构简单，对于单道题的抽取运行速度较快，但是对于整个组卷过程来说组卷成功率低，即使组卷成功，花费时间也令人难以忍受。尤其是当题库中各状态类型平均出题量较低时，组卷往往以失败告终。 回溯试探法：这是将随机选取法产生的每一状态记录下来，当搜索失败时释放上次记录的状态类型，然后再依据一定的规律变换一种新的状态类型进行试探，通过不断的回溯试探直到试卷生成完毕或退回出发点为止，这种有条件的深度优先算法，对于状态类型和出题量都较少的题库系统而言，组卷成功率较好，但是对于程序结构相对比较复杂，该算法表现就比较差了。 遗传算法：遗传算法（ Genetic Algorithm