高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于改进遗传算法的智能组卷研究

上一篇

下一篇

陈晓敏,梁静,葛宇. 基于改进遗传算法的智能组卷研究[J]. 西南师范大学学报(自然科学版), 2012, 37(5).
引用本文: 陈晓敏,梁静,葛宇. 基于改进遗传算法的智能组卷研究[J]. 西南师范大学学报(自然科学版), 2012, 37(5).
shu
On Intelligent Test Paper Auto-Generation Based on Improved Genetic Algorithm[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(5).
Citation: On Intelligent Test Paper Auto-Generation Based on Improved Genetic Algorithm[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(5).
shu

基于改进遗传算法的智能组卷研究

  • 成都电子机械高等专科学校信息与计算科学系,成都,610031,成都电子机械高等专科学校网络中心,成都,610031,四川师范大学基础教学学院,成都,610068

On Intelligent Test Paper Auto-Generation Based on Improved Genetic Algorithm

  • 摘要: 通过在遗传算法中引入个体浓度的选择机制和记忆机制,确保了进化过程中种群内个体的多样性,避免局部收敛,保证了算法朝优化方向进化.实验结果表明改进算法能跳出局部收敛,有效避免了早熟产生和遗传退化现象出现.
  • 加载中
  • 加载中
计量
  • 文章访问数:  230
  • HTML全文浏览数:  78
  • PDF下载数:  0
  • 施引文献:  0
出版历程

基于改进遗传算法的智能组卷研究

  • 成都电子机械高等专科学校信息与计算科学系,成都,610031,成都电子机械高等专科学校网络中心,成都,610031,四川师范大学基础教学学院,成都,610068

摘要: 通过在遗传算法中引入个体浓度的选择机制和记忆机制,确保了进化过程中种群内个体的多样性,避免局部收敛,保证了算法朝优化方向进化.实验结果表明改进算法能跳出局部收敛,有效避免了早熟产生和遗传退化现象出现.

English Abstract

    全文HTML

参考文献 (0)

目录

版权所有：西南师范大学学报(自然科学版)

地址：重庆市北碚区西南大学 电话：023-68252540，68254576，68254478 电子邮箱：xbbjb@swu.edu.cn

本系统由北京仁和汇智信息技术有限公司开发

/

返回文章
返回