淺析考試系統(tǒng)中個(gè)性化組卷的實(shí)現(xiàn)方式

郁敏敏

摘要：考試的個(gè)性化最終體現(xiàn)在組卷的策略上。傳統(tǒng)的組卷策略是根據(jù)教師預(yù)先輸入的要求從題庫中抽取相應(yīng)的題目。這種情況下，每個(gè)學(xué)生拿到的試卷都是一樣的，那么，考試的分?jǐn)?shù)以及答題的情況就不能正確地反映出學(xué)生掌握知識的情況，也就不能給學(xué)生的學(xué)習(xí)做出正確的指導(dǎo)，考試就失去了它原本的意義。因此，本文從滿足學(xué)生考試個(gè)性化的需求出發(fā)，淺析了考試模塊中利用了Agent技術(shù)實(shí)現(xiàn)的考試系統(tǒng)結(jié)構(gòu)，并結(jié)合改良的遺傳算法，實(shí)現(xiàn)個(gè)性化組卷的方式。

關(guān)鍵詞：個(gè)性化組卷;Agent;遺傳算法

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）35-0201-03

1 Agent技術(shù)

1.1Agent技術(shù)概述

分布式計(jì)算技術(shù)與人工智能技術(shù)相結(jié)合便產(chǎn)生Agent技術(shù)。其中，Agent指的是在分布式計(jì)算領(lǐng)域中能持續(xù)地、靈活地、自主地活動(dòng)的計(jì)算實(shí)體，它具有以下的特征：

（1）Agent性：不是代表Agent自身而是代表用戶工作，它具有代表他人的能力。

（2）自治性：Agent具有某種控制自己的行為以及自身內(nèi)部狀態(tài)的能力，即使在沒有外部事物或其他Agent直接干預(yù)的情況下也可運(yùn)作。

（3）社會性：通過某種語言，Agent之間可交流信息;

（4）反應(yīng)性：Agent可以根據(jù)周圍環(huán)境變化做出及時(shí)的響應(yīng);

（5）能動(dòng)性：Agent可以接收某些啟動(dòng)信息，行為目標(biāo)化;

（6）智能性：Agent的智能性表現(xiàn)在預(yù)定義規(guī)則、自學(xué)習(xí)、智能推理等。

1.2Agent技術(shù)在因特網(wǎng)上的應(yīng)用

1）信息服務(wù)

互聯(lián)網(wǎng)的信息服務(wù)產(chǎn)品中使用智能Agent技術(shù)，改善了信息服務(wù)質(zhì)量和水平，也解決了信息服務(wù)中存在的兩個(gè)問題“信息過載”“信息迷向”。具體表現(xiàn)在：

（1）幫助用戶尋找需要的信息或此類信息的代替;

（2）根據(jù)互聯(lián)網(wǎng)上的信息資源為用戶提出的某方面問題答疑解惑;

（3）基于用戶需求搜索的信息中篩選出滿足條件的部分并以不同形式呈現(xiàn)給用戶，如全文摘要標(biāo)題;

（4）給用戶呈現(xiàn)在網(wǎng)上的大量原始數(shù)據(jù)之中整理出來的能反映其中規(guī)律的知識。

這些方案的實(shí)現(xiàn)是因?yàn)橹悄蹵gent常駐于用戶服務(wù)器和數(shù)據(jù)庫服務(wù)器上。處于用戶服務(wù)器上的智能Agent會在分析用戶的需求之后，聯(lián)系相關(guān)數(shù)據(jù)庫服務(wù)器上的智能Agent，通過這些智能Agent去查找信息數(shù)據(jù)庫，然后把查找的結(jié)果反饋給用戶服務(wù)器上的智能Agent。最后，用戶會通過用戶服務(wù)器上的智能Agent看到最終整理檢索之后的結(jié)果。

2）管理網(wǎng)絡(luò)

管理服務(wù)器的工作是管理網(wǎng)絡(luò)。近年來隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)資源、網(wǎng)絡(luò)域名的迅速增加、網(wǎng)絡(luò)資源太過分散、客戶機(jī)與服務(wù)器的通信量陡增等因素，導(dǎo)致了僅僅只是管理服務(wù)器是沒有辦法很好地完成網(wǎng)絡(luò)管理任務(wù)。于是，在網(wǎng)絡(luò)中的每個(gè)資源處增加了智能Agent來幫助網(wǎng)絡(luò)管理，它不用考慮網(wǎng)絡(luò)資源的位置，監(jiān)控網(wǎng)上信息流量、自動(dòng)選擇傳輸路由等。另外，學(xué)習(xí)功能也是智能Agent所具備的，可通過不斷的學(xué)習(xí)挺高網(wǎng)絡(luò)管理的水平。

3）電子商務(wù)

不管是Extranet還是Intranet，它們的多智能Agent是可以集成的，許多應(yīng)用是通過多智能Agent共同合作才實(shí)現(xiàn)的。那么，電子商務(wù)其實(shí)就是多個(gè)智能Agent之間在互聯(lián)網(wǎng)上進(jìn)行交易的應(yīng)用。整個(gè)買賣過程是通過多個(gè)智能Agent的合作下完成的，不需要人與人之間直接交往。簡單來描述一下電子商務(wù)的過程：賣方智能Agent就是負(fù)責(zé)呈現(xiàn)推銷商品;買方智能Agent就是負(fù)責(zé)查看、選擇、購買商品。在買方智能Agent在線付款以及賣方智能Agent確認(rèn)金額之后，送貨部門就開始給客戶送貨。

4）協(xié)同工作

企業(yè)內(nèi)大型的信息處理任務(wù)都是有各部門人員通過網(wǎng)絡(luò)寫作完成。那么同樣，智能Agent技術(shù)也可將復(fù)雜的任務(wù)流程分為各個(gè)功能獨(dú)立的模塊，分配給具有相應(yīng)能力的子智能Agent中進(jìn)行處理。子智能Agent具有自主性且相互協(xié)商，它們可協(xié)調(diào)完成任務(wù)，不管所處理的任務(wù)資源是基于什么平臺采用什么格式開發(fā)的，也不用管資源處在網(wǎng)絡(luò)的哪個(gè)角落。

5）網(wǎng)上娛樂以及網(wǎng)上教育

虛擬現(xiàn)實(shí)可由智能Agent技術(shù)構(gòu)造。智能Agent可構(gòu)造虛擬人物和虛擬環(huán)境，比如就可以構(gòu)造虛擬教室的環(huán)境中有虛擬的教師，虛擬草原上有虛擬的牛羊之類的。這種技術(shù)為網(wǎng)上教育提供豐富的教學(xué)手段，如考試、作業(yè)、答疑等;也增加了網(wǎng)上娛樂的形式與效果，如網(wǎng)上下棋、賽車、打仗等。

1.3在Agent技術(shù)支持下的考試體系結(jié)構(gòu)

在Agent技術(shù)支持下的考試體系結(jié)構(gòu)，如圖1所示。

1）首先，主Agent和組卷Agent在服務(wù)器中開始運(yùn)行，監(jiān)視用戶請求是主Agent的工作，監(jiān)視組卷請求是組卷Agent的工作;

2）學(xué)生登錄進(jìn)學(xué)習(xí)平臺，并進(jìn)入考試模塊;

3）學(xué)生的考試請求被服務(wù)器中的主Agent接收并開始響應(yīng)。學(xué)生模型是根據(jù)登錄學(xué)生的賬號信息查詢到的，接著組卷Agent會收到消息，要求接收學(xué)生模型和組卷要求;

4）組卷請求被組卷Agent接收之后，學(xué)生模型提供的信息被釋放，組卷Agent便會根據(jù)此信息抽取試題;

5）相應(yīng)的試卷組成之后，生成試卷就被組卷Agent發(fā)給了主Agent;

6）考試所需信息由考試試卷、說明資料以及系統(tǒng)配置文件資料組成。主Agent把它們打包并加密生成之后載入到IMA（Intelligent Mobile Agent，智能移動(dòng)代理），并移動(dòng)到客戶機(jī)上;

7）IMA-進(jìn)入客戶機(jī)，界面Agent便開始工作生成界面，考試說明文件以及系統(tǒng)配置文件會告知界面Agent生成包含哪些內(nèi)容以及樣式的考試界面;

8）之后便開始考試，由考試過程Agent負(fù)責(zé)。內(nèi)置的定時(shí)器開始計(jì)時(shí)，數(shù)據(jù)記錄器開始記錄，狀態(tài)檢測器觀察考試過程，它們相互配合監(jiān)視考試的過程。

9）考試過程結(jié)束之后，試卷評閱Agent開始工作。將數(shù)據(jù)記錄器中記錄的學(xué)生答案與數(shù)據(jù)包中的標(biāo)準(zhǔn)答案相互比對來評閱試卷，最后把結(jié)果記錄到學(xué)生模型中;

10）評閱工作結(jié)束后，成績回收Agent開始工作。結(jié)果回收Agent的任務(wù)是從學(xué)生模型庫中提取并綜合相應(yīng)的成績和有關(guān)的信息，一起打包后放入IMA;

11）最后，IMA從客戶機(jī)移動(dòng)到服務(wù)器上的過程中，有關(guān)數(shù)據(jù)被卸載，并在學(xué)生考試成績信息表中記錄結(jié)果。

由上述考試體系結(jié)構(gòu)的流程說明中可以看出，各種類型的Agent都有自己明確的工作，各司其職的同時(shí)又相互協(xié)作。相關(guān)的Agent會在滿足條件的情況下進(jìn)行工作并構(gòu)成了一個(gè)有機(jī)的整體，從而順利地實(shí)現(xiàn)了考試模塊的功能。

1.4在考試模塊中利用Agent技術(shù)的優(yōu)勢

以往的在線考試系統(tǒng)中存在著一些不足，主要表現(xiàn)在系統(tǒng)的網(wǎng)絡(luò)傳輸效率比較低下、安全性功能不強(qiáng)、智能性不高等。但對于基于Agent技術(shù)的考試體系結(jié)構(gòu)可完全克服這些不足。由于Agent本身就來源于分布式人工智能（DAI）領(lǐng)域，具有交互性，自主性，反應(yīng)性，協(xié)作性等特征;而且Agent所具有的主動(dòng)性，可以使系統(tǒng)的界面更加友好，向“所想即所得”方向發(fā)展;在多Agent系統(tǒng)中，Agent之間通過Agent通信語言進(jìn)行交互，有效地降低了系統(tǒng)內(nèi)各部分之間的依賴性，使系統(tǒng)的穩(wěn)定性大大增加;利用典型的移動(dòng)Agent開發(fā)平臺（IBM Aglet系統(tǒng)）可以設(shè)計(jì)實(shí)現(xiàn)考試模塊的功能。

2 遺傳算法的使用

2.1遺傳算法的概述

遺傳算法（Cenetic Algorithm），顧名思義，它是根據(jù)自然界中生物進(jìn)化的規(guī)律而演變的一種尋求最優(yōu)解的搜索算法，它高度并行且具全局性，并且始終遵循著生物界優(yōu)勝劣汰、適者生存的競爭機(jī)制。它的主要特點(diǎn)是不限定求導(dǎo)與函數(shù)的連續(xù)性，直接操作結(jié)構(gòu)對象;可以很好地在全局范圍內(nèi)尋找最優(yōu)的解答;在尋優(yōu)的過程中，搜索空間可被自動(dòng)獲取并被優(yōu)化，并且在環(huán)境變化的情況下自動(dòng)的被修改等。在機(jī)器學(xué)習(xí)、自適應(yīng)控制、信號處理和人工生命等領(lǐng)域都會運(yùn)用到遺傳算法的這些性質(zhì)。它是當(dāng)今相關(guān)智能計(jì)算中的關(guān)鍵技術(shù)。

2.2算法原理及運(yùn)算過程

執(zhí)行遺傳算法類似于模擬生物基因遺傳過程。首先，根據(jù)規(guī)則將“染色體”，進(jìn)行二進(jìn)制或其它進(jìn)制編碼。然后在執(zhí)行遺傳算法之前，給出假設(shè)一群“染色體”，并將這些假設(shè)解放在問題所處的“環(huán)境”中，按照生物界優(yōu)勝劣汰與適者生存的原則，在每一代的演化過程中，會選擇適應(yīng)度大小適合并通過遺傳算子的交叉、變異而產(chǎn)生的新的“染色體”的組合，成為問題解的新種群。以此往復(fù)，整個(gè)過程中后代的種群會比前代更加適應(yīng)環(huán)境，就像自然進(jìn)化一樣的。那么，在末代種群中的出現(xiàn)的最優(yōu)個(gè)體經(jīng)過解碼操作之后，便可以看作是問題的最優(yōu)解。

在遺傳操作中，每代種群需要經(jīng)過選擇算子、交叉算子以及變異算子的運(yùn)算來進(jìn)行演化，若滿足終止條件才能獲得最優(yōu)解，每個(gè)過程解釋如下：

1）選擇算子

選擇算子是從群體中篩選個(gè)體，選擇優(yōu)勝的，淘汰劣質(zhì)的，將優(yōu)秀的個(gè)體傳人下一代再次進(jìn)行演化。

2）交叉算子

在遺傳算法中，交叉算子是其核心作用。在交叉算子運(yùn)算中，兩個(gè)父代個(gè)體的部分結(jié)構(gòu)被替換重組，新個(gè)體便從中產(chǎn)生。

3）變異算子

變異算子指是把群體中的個(gè)體串上某些基因位上的基因值更改。不同的個(gè)體的變異有著不同的方式。

4）終止條件

當(dāng)演化的新個(gè)體的適應(yīng)度達(dá)到給定的值，或者演化的新個(gè)體的適應(yīng)度和新群體適應(yīng)度不會再上升的時(shí)候，或者迭代次數(shù)達(dá)到了預(yù)訂好的代數(shù)時(shí)，算法就會終止。

2.3遺傳算法的改良設(shè)計(jì)

1）染色體編碼及初始群體的設(shè)計(jì)

染色體在編碼時(shí)為了克服二進(jìn)制編碼帶來的例如搜索空間大、編碼長度過長等一些問題，改為采用實(shí)數(shù)編碼方案。將一份試卷映射為一個(gè)染色體，組成該試卷的每道題的題號作為基因，基因的值直接用試題號表示，每種題型的題號放在一起，按題型分段，在隨后的遺傳算子操作時(shí)也按段進(jìn)行，保證了每種題型的題目總數(shù)不變。這種編碼方式避免了非法解的產(chǎn)生并取消了個(gè)體的解碼時(shí)間，提高了求解速度。

試卷初始種群不是采用完全隨機(jī)的方法產(chǎn)生，而是根據(jù)總題數(shù)、題型比例、總分等要求隨機(jī)產(chǎn)生，使得初始種群一開始就滿足了題數(shù)、總分等要求。這樣加快遺傳算法的收斂并減少迭代次數(shù)。

2）適應(yīng)度函數(shù)的設(shè)計(jì)

在遺傳算法中，以適應(yīng)值大小來區(qū)分群體中個(gè)體的優(yōu)劣。適應(yīng)度函數(shù)反映了染色體與組卷要求之間的差別，是區(qū)分優(yōu)劣個(gè)體的一個(gè)工具，是指導(dǎo)遺傳算法工作的主要信息來源。一般情況下適應(yīng)值越大的個(gè)體越好，適應(yīng)值越小的個(gè)體越差。一個(gè)好的適應(yīng)度函數(shù)，可以適當(dāng)?shù)貐^(qū)分優(yōu)劣個(gè)體，使優(yōu)秀的個(gè)體不至于擴(kuò)散太快，差的個(gè)體不至于很快消失，有利于保持群體的多樣性，可以有效地防止群體的早熟。

3）遺傳算子的設(shè)計(jì)

（1）選擇算子。選擇算子的作用在于根據(jù)個(gè)體的優(yōu)劣程度決定它在下一代是被淘汰還是被復(fù)制。通過選擇，將使適應(yīng)度高的個(gè)體有較大的生存機(jī)會?？梢圆捎幂啽P賭方法，它是目前遺傳算法中最常用也是最經(jīng)典的選擇方法。

（2）交叉算子。在遺傳算法中，交叉操作是非常必要的，一方面可以使得優(yōu)良個(gè)體在一定程度上能夠保持，另一方面可以探索新的基因空間，從而使群體具有多樣性。交換是兩個(gè)個(gè)體按照一定的概率（交換概率為Pc）從某一位開始逐位互換。先在群體中隨機(jī)地選擇兩個(gè)個(gè)體然后在每對個(gè)體中隨機(jī)地選擇一個(gè)交換點(diǎn)。將以上選出的個(gè)體進(jìn)行兩兩隨機(jī)配對，對每一對相互配對的個(gè)體采用有條件的“均勻交叉”，即兩個(gè)配對個(gè)體的每一個(gè)基因座上的基因都按設(shè)定的交叉概率P。進(jìn)行交換產(chǎn)生兩個(gè)新個(gè)體，條件是這兩個(gè)新個(gè)體仍然是有意義的組合。

（3）變異算子。變異是保證群體多樣性的一種手段，變異操作是針對單個(gè)染色體的操作，根據(jù)變異概率Pm有條件的選擇一個(gè)基因進(jìn)行變異，由于普通的變異操作可能會使各題型的題目數(shù)難以保證，也會使用戶指定范圍外的題目出現(xiàn)在染色體中，針對這種情況，可以采用有條件的變異算子，即每個(gè)個(gè)體的每一個(gè)基因座上的基因都按設(shè)定的變異概率Pm在一定范圍內(nèi)變異，此范圍是指：與該基因題型相同，但是知識點(diǎn)與該基因所在的染色體上的其他題的知識點(diǎn)不重復(fù)。

2.4遺傳算法的優(yōu)勢

遺傳算法的搜索過程不是直接作用在問題的變量上，而是作用在將變量編碼后的字符串上，所以遺傳算法是一種間接的優(yōu)化方法而非直接的優(yōu)化方法;它可以同時(shí)搜索解空間內(nèi)的多個(gè)區(qū)域，具有內(nèi)在并行性;遺傳算法具有自適應(yīng)、自組織、自學(xué)習(xí)等特征。這些良好的特性使得遺傳算法不僅具有良好的通用特性，而且能獲得較高的效率，故應(yīng)用廣泛。另外，改進(jìn)的遺傳算法執(zhí)行速度快、效率高，將其用于組卷系統(tǒng)能組成更適應(yīng)學(xué)生實(shí)際知識掌握水平的試卷，從而達(dá)到組卷的個(gè)性化。

3 結(jié)束語

總之，在考試測驗(yàn)?zāi)K中，利用了Agent技術(shù)配合優(yōu)化的遺傳算法來實(shí)現(xiàn)組卷功能，并能根據(jù)學(xué)生自身的情況生成適合的試卷增加了考試的個(gè)性化，從而更深入地體現(xiàn)了課程學(xué)習(xí)平臺的為學(xué)生學(xué)習(xí)服務(wù)的設(shè)計(jì)宗旨。

參考文獻(xiàn)：

[1]易燦.基于移動(dòng)Agent的智能在線考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2013，16（231）：270-271.

[2]劉洋.遺傳算法在考試系統(tǒng)中組卷算法的研究與設(shè)計(jì)[J].湖南城市學(xué)院學(xué)報(bào)：自然科學(xué)版，2013，22（1）：75-78.

【通聯(lián)編輯：光文玲】