1组卷中遗传算法设计
组卷是本系统的核心，本系统利用遗传算法的原理实现组卷，基本步骤如下。（1）确定编码方式。组卷系统中的搜索算法采用二进制编码，在求解有序组合优化问题时比较方便，计算效率比较高。能更方便地在遗传操作过程中处理约束条件。假定题库中的待选试题数量为L，从L道试题中选出满足约束条件的试题组成试卷。可用一个长度为L的二进制位串表示，每一位的取值为0或1，0表示未选中某题，1表示选中某题，这样每一道试题就对应一个0或1组成L位二进制串，称为染色体，这就形成了染色体的编码。（2）初始种群的确定。初始种群的产生以试题最基本的章节范围的要求作为一个最初的约束，产生一系列满足此要求的个体。在算法实现上，如果不能满足此要求，则重新在限定范围内进行随机选取，直到产生满足种群个数要求的个体为止。（3）确定适应函数。适应值是对解的质量的一种度量，它通常依赖于解的行为与环境（即种群）的关系。
2算法比较及数据分析
2.1算法比较
本系统在传统遗传算法的基础上，将交叉算子改进为内交叉，改进适应度函数，修改初始化种群及强制同题型段内双位变异。为了验证本文改进的遗传算法的优越性，特将2种组卷算法进行实验结果的比较。为了体现算法比较的公正性，将2种算法的参数设置都统一起来，2种算法10次运行结果的平均值比较情况，见表1。从表1可以看出，将改进的遗传算法用于组卷系统后，组卷的平均迭代次数、平均组卷时间、平均最优适应度都有了一定的改善。
2.2测评系统组卷效果
由于中医学基础主干课程测评系统的个性要求，系统生成的测试试题必须有较好的满足知识点约束条件，笔者根据系统组卷50份，每份试卷100个试题，测评4门中医主干课程。其中中医基础理论测评7个知识点章节，中医诊断学、中药学、方剂学分别测评10个、8个、10个知识点章节，统计生成的50份试卷各知识点情况，见表2。根据生成的50份试卷，笔者统计试题难度平均分布试题数量情况，各难度试题数量分布从难、较难、一般、较易到易，分别是7.3、18.7、28.6、27.1、18.3个。将生成的50份试卷随机分配给50位大五学生进行测评实验，学生成绩从优秀（85分以上）、良好（70至84分）、及格（60至69分）到不及格（低于60分）分别为8、21、15、6人。
3讨论与展望
本系统改进了组卷的遗传算法，制定了新的编码方法和初始种群，设计出适应中医药学科的适应度函数，改进了组卷停机判断条件，使得生成的试卷比较科学、合理。通过对系统的测试，从数据来看，组卷约束条件较多的情况下，改进遗传算法有较高的组卷成功率，且改进遗传算法能得到更加合理的试卷，这也是组卷算法的关键所在，好的算法能使组卷结果更加接近理想值；同时，改进遗传算法在组卷时间上得到很大的提高，证明改进遗传算法有一定的优越性和先进性。本系统解决中医药学科关键的需求——跨知识点组卷，使中医药学科多门课程知识点可融合一起测评。本测评系统采用ASP.NET和ADO.NET访问数据库的技术，基于B/S体系结构开发出供多课程的在线测评[3-4]，具有一定的通用性和开放性，有一定推广运用价值。本测评系统投入运行后，经过测试，运行状况良好。通过自我测试，有利于学生对中医学基础知识的掌握与融会贯通，增强了学习的主动性，为学习中医学临床课程打下了较坚实的基础。但目前构建的网络测试系统需进一步研究和完善。其一，测试卷由教师预先制备，未完全实现根据测试者的意愿随机组卷；其二，学生自主测试成绩与课程学分不相关，学生自主测试成绩应纳入学生课程学分体系，以提高学生学习和测试积极性；其三，目前测试课程仅限于4门基础主干课，还可进一步推广到中医学其他基础和临床课程，如中医经典课程、医学论文代发中医内科学等。
作者：罗尧岳 易钢 谢辉 钟声 雷秋红 朱久宜 易展 单位：湖南中医药大学
