混沌遗传算法在自动组卷中的应用研究

徐新华

(泰州师范高等专科学校，江苏 泰州 225300)

遗传算法作为一种随机优化算法在多目标优化等众多领域取得广泛的应用，尤其适用于处理非线性问题求解和最优化问题.遗传算法同时具有内在的并行性、全局寻优和收敛速度快的特点，这些都适宜于处理自动组卷的问题.魏平[1]等采用传统的遗传算法(SGA)来实现试题库的自动组卷，取得了较好的实际效果.

但标准遗传算法(SGA)有它的局限性.算法初期，模式集中在适应度较低的个体上，若采用较小的交叉率和变异率，种群很难产生出优秀新个体.算法后期，模式开始朝适应度高的个体集中，倘若采用较大的交叉率和变异率，容易破坏优良模式，使算法陷入局部收敛.基本遗传算法通常只有一个种群，且交叉概率和变异概率这两个参数是固定的，存在早熟及收敛速度缓慢等问题，对于复杂的优化问题通常难以获得高质量的解；并且要为某个特定的优化问题设置好交叉概率和变异概率需要经过反复试验.

目前已经有很多研究人员对遗传算法进行改进并应用到组卷中，以提高组卷运行效率.王淑佩[2]等将自适应遗传算法与小生境技术相结合提出了一种自适应调整种群适应值分布的基于小生境技术的遗传算法；刘彬[3]等对题型确定过程中的知识进行改进，相对于简单遗传算法均取得了较好的结果；魏平[4]等采用稳态策略的单亲遗传算法求解组卷问题，通过突变算子……