作者:
原文服务方: 现代电子技术       
摘要:
针对基于遗传算法的计算机智能自动化组卷问题,提出一种能够提高求解效率的蚁群遗传融合优化算法.首先通过基于信息素的蚁群算法产生一个最优解并将其作为遗传算法的初始种群,从而有利于提高收敛性能.然后通过充分利用随机数并增加循环次数对传统遗传算法中基于轮盘赌的选择算法进行改进,从而确保下一代种群的多样性并提高最佳染色体被选择的机会.算法测试结果表明,相比传统的遗传算法,提出的蚁群优化遗传算法能够自动生成满足要求的试卷,并具有较高的组卷效率和质量.
推荐文章
基于改进遗传算法的快速自动组卷算法研究
试题管理系统
数据挖掘
组卷算法
遗传算法
粗粒度
基于改进遗传算法的自动组卷问题研究
遗传算法
自动组卷
适应度函数
分段二进制编码
基于遗传算法的智能组卷方案研究
智能组卷
遗传算法
正态分布
多目标约束问题
基于遗传算法的智能组卷间题研究
智能组卷
遗传算法
种群熵
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群优化遗传算法的智能自动组卷算法研究
来源期刊 现代电子技术 学科
关键词 组卷 蚁群算法 遗传算法 融合算法 信息素 考试
年,卷(期) 2018,(21) 所属期刊栏目 测控与自动化技术
研究方向 页码范围 121-123,127
页数 4页 分类号 TN830.1-34|TP393
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.21.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨晓吟 10 29 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (135)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(3)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(16)
  • 参考文献(0)
  • 二级参考文献(16)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(11)
  • 参考文献(2)
  • 二级参考文献(9)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
组卷
蚁群算法
遗传算法
融合算法
信息素
考试
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导