發(fā)布時(shí)間：2018-05-22 08:36

  本文選題：智能培訓(xùn) + 人工魚群算法��； 參考：《浙江理工大學(xué)》2017年碩士論文

【摘要】：隨著人工智能和計(jì)算機(jī)技術(shù)的迅速發(fā)展,低智能化的手動(dòng)組卷和隨機(jī)組卷已經(jīng)難以滿足當(dāng)代社會(huì)的需求。不管從組卷時(shí)間上還是組卷質(zhì)量上都直接或者間接地影響著學(xué)習(xí)者的學(xué)習(xí)與進(jìn)步。為提高組卷效率,合理結(jié)合教育測(cè)量學(xué)理論,本文應(yīng)用人工魚群算法和模板驅(qū)動(dòng)技術(shù),構(gòu)造組卷結(jié)構(gòu)的宏觀規(guī)劃數(shù)學(xué)模型,建立基于改進(jìn)人工魚群算法和模板驅(qū)動(dòng)的培訓(xùn)系統(tǒng),為智能組卷的實(shí)現(xiàn)提供了強(qiáng)有力的支撐。其主要包含以下幾個(gè)方面:(1)查閱大量國內(nèi)外培訓(xùn)系統(tǒng)文獻(xiàn),對(duì)培訓(xùn)系統(tǒng)的發(fā)展以及相關(guān)技術(shù)進(jìn)行分析,總結(jié)了我國培訓(xùn)系統(tǒng)中存在的一些問題,確定了論文的研究方向。(2)培訓(xùn)系統(tǒng)的理論基礎(chǔ)研究。論述了智能培訓(xùn)系統(tǒng)中群智能算法的相關(guān)理論,以及Web Service和Nginx、Tomcat的技術(shù)支持,確定了培訓(xùn)系統(tǒng)的技術(shù)基礎(chǔ)。通過人工魚群模型的建立,增強(qiáng)了試題的搜索能力,簡(jiǎn)化了目標(biāo)函數(shù),解決了以往組題中存在的不合理性,確定了智能組卷的方法路線。(3)組卷算法的改進(jìn)與應(yīng)用。一般的組卷算法用時(shí)多,成功率低,生成的試卷很難滿足學(xué)員的需要。在采用具有魯棒性強(qiáng)、全局收斂性好、對(duì)初值敏感小的人工魚群算法后,解決了一般算法的缺陷,但面對(duì)多目標(biāo)問題上還存在不確定性。根據(jù)存在的問題,采用擁有吞食行為的全局人工魚群算法,并與模擬退火算法相結(jié)合,最后將改進(jìn)的人工魚群算法應(yīng)用到組卷上并進(jìn)行測(cè)試,證明了該算法組卷的高效性和敏捷性。(4)銀行業(yè)務(wù)頁面的變化影響著培訓(xùn)系統(tǒng)題型頁面的變化,造成大量的維護(hù)和金錢的支出。針對(duì)這一問題,提出了模板驅(qū)動(dòng),增強(qiáng)了出題頁面的靈活性。(5)根據(jù)智能培訓(xùn)系統(tǒng)的設(shè)計(jì)目標(biāo),進(jìn)行了詳細(xì)的設(shè)計(jì),并完成了系統(tǒng)的開發(fā)。從而驗(yàn)證該系統(tǒng)操作的便捷性以及功能的強(qiáng)大性,使得銀行培訓(xùn)更加智能化、高效化、經(jīng)濟(jì)化。
[Abstract]:With the rapid development of artificial intelligence and computer technology, it is difficult to meet the needs of modern society with low intelligent manual test paper and random test paper. Both the time and the quality of the test paper directly or indirectly affect the learners' learning and progress. In order to improve the efficiency of composition and reasonably combine the theory of educational measurement, this paper applies artificial fish swarm algorithm and template driven technology, constructs the mathematical model of macro planning of composition structure, and establishes a training system based on improved artificial fish swarm algorithm and template driving. It provides a strong support for the realization of intelligent generating test paper. It mainly includes the following several aspects: 1) consult a large number of domestic and foreign training system literature, analyze the development of training system and related technology, summarize some problems existing in our training system. Determine the research direction of the paper. 2) the theoretical basis of the training system. This paper discusses the related theory of swarm intelligence algorithm in intelligent training system, and the technical support of Web Service and Nginx Tomcat, and determines the technical foundation of the training system. Through the establishment of artificial fish swarm model, the searching ability of test questions is enhanced, the objective function is simplified, the irrationality existing in the former group questions is solved, and the improvement and application of the method route. Due to the low success rate and more time, the test paper is difficult to meet the needs of the students. After adopting artificial fish swarm algorithm with strong robustness, good global convergence and low sensitivity to initial value, the defects of the general algorithm are solved, but there is still uncertainty in the multi-objective problem. According to the existing problems, the global artificial fish swarm algorithm with devouring behavior is adopted and combined with simulated annealing algorithm. Finally, the improved artificial fish swarm algorithm is applied to the test paper and tested. It is proved that the high efficiency and agility of the algorithm can affect the change of the title page of the training system and result in a large amount of maintenance and money expenditure. In order to solve this problem, a template driver is proposed, which enhances the flexibility of the title page. (5) according to the design goal of the intelligent training system, the detailed design is carried out, and the system development is completed. The system is proved to be convenient and powerful, which makes bank training more intelligent, efficient and economical.
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18;TP311.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張逸凡;;人工智能技術(shù)在金融行業(yè)中的應(yīng)用[J];電子技術(shù)與軟件工程;2016年23期

2 鄧冬明;;基于web在線教學(xué)系統(tǒng)研究[J];數(shù)字技術(shù)與應(yīng)用;2016年10期

3 白曉;王婭;;蟻群算法在智能交通領(lǐng)域的應(yīng)用[J];電子技術(shù)與軟件工程;2016年15期

4 彭亮清;吳耀群;陳瑋;;基于.NET的網(wǎng)絡(luò)考試系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];信息與電腦(理論版);2016年10期

5 曹鴻霞;;遠(yuǎn)程教育中計(jì)算機(jī)自適應(yīng)考試系統(tǒng)初探[J];電子技術(shù)與軟件工程;2016年09期

6 崔麗英;黃殿平;宋曉;;一種改進(jìn)的人工魚群算法[J];科學(xué)中國人;2015年20期

7 孟小丁;;求解多目標(biāo)優(yōu)化問題的若干算法概述[J];信息通信;2015年07期

8 陳香姑;;認(rèn)知主義學(xué)習(xí)理論在教學(xué)設(shè)計(jì)中的應(yīng)用[J];亞太教育;2015年12期

9 楊文光;嚴(yán)哲;隋麗麗;;基于自適應(yīng)模擬退火的改進(jìn)混合粒子群算法[J];華北科技學(xué)院學(xué)報(bào);2015年02期

10 王謙;吳啟武;姜靈芝;;基于人工魚群優(yōu)化的光網(wǎng)絡(luò)攻擊感知路由算法[J];光通信研究;2014年06期

相關(guān)博士學(xué)位論文 前1條

1 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 曾翔;基于Activiti和Web Service的運(yùn)行管理系統(tǒng)設(shè)計(jì)[D];南昌大學(xué);2016年

2 羅丹;四川化工高級(jí)技工學(xué)校在線考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

3 馬堯;基于改進(jìn)的人工魚群算法在商旅問題中的應(yīng)用研究[D];西南交通大學(xué);2015年

4 陳新;基于人工魚群算法的柔性作業(yè)車間調(diào)度研究[D];大連理工大學(xué);2015年

5 張琳琳;福建廣電集團(tuán)職工在線培訓(xùn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 熊麗麗;基于遺傳算法的智能組卷系統(tǒng)的研究與實(shí)現(xiàn)[D];河北科技大學(xué);2014年

7 湯俊杰;求解約束優(yōu)化問題的濾子遺傳算法及其在批量問題上的應(yīng)用[D];華東理工大學(xué);2015年

8 邱成龍;統(tǒng)一潮流控制器潮流控制策略及選址定容研究[D];重慶大學(xué);2014年

9 陳開宇;編譯型模板引擎設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2012年

10 付海燕;基于P2P多屬性決策的多源Web服務(wù)發(fā)現(xiàn)研究[D];江西理工大學(xué);2012年

，

本文編號(hào)：1921349