まず、基本的な情報
タイトル：「遺伝的アルゴリズムに基づくインテリジェントグループシステムの改善」
時間：2013
出典：電子科学技術大学修士学位論文
キーワード：インテリジェント試験紙、遺伝的アルゴリズム、収束、オペレータ、適応度関数
第二に、研究
内容：試験紙の問題の制約の分析、数学的モデル行列紙の確立、紙前進プット指標符号化方式とフィットネスが解読プロセスを避けるために、それは、同時に、ダブルカウント値を避けるために、より良い適応することができます保存することができ、様々な特性に基づいて遺伝的アルゴリズムに質問を変換し、運用効率を向上させます。プロセス内のボリュームの知識の競合を避けるために、遺伝的アルゴリズム、マルチポイントマルチポイント突然変異戦略のハイブリッドセグメント突然変異オペレータのための戦略とクロスオーバーのためのセグメント化を改善しました。人口の多様性を維持するために、本論文ではまた、基本的なベーシスポイントとして知識、結果の解答時間、分散質問、知識や他の基本的な要件への初期集団のアプローチ紙を提案しています。この方法は、大きい比クロスオーバーと突然変異を使用して、遺伝的アルゴリズムの収束速度は、それによって試験紙の速度を増加させる、増加させることができます。論文では、この方法は、前述した、インテリジェントグループシステムの設計と実装に基づいて、検証実験を通じて、本論文のアルゴリズムは、検査書類の面での目標を満たすために良いされています。
アイデア：
3：要約：
現代テスト理論の論文の詳細な分析だけでなく、紙と紙のターゲットのコア属性と制限に基づいて質問の深い議論、新しい紙マトリックスの数学モデルの確立の制約に基づいて、第1、。改良された遺伝的アルゴリズム、個々の紙からなる各種のパラメータと適合値を格納することができる符号化属性の改善にマトリックスを符号化する符号化方法は、動作速度を向上させることができます。探索空間を回避しながら、セグメンテーション変異多点突然変異戦略の演算子、及び集団の多様性を維持するために、ハイブリッド比の使用における大きな変動のために提案された改良された遺伝的オペレータのために、効果的に、競合の知識試験紙処理を避けます一方、後代に親の中で最高の個人を確保するために、グローバルな最適値、グローバルな最適化の性能向上へのアルゴリズム近似のスピードを加速急激に減少し、ソートフィットネスに基づいて選択方法を使用して、コピーするときエリート主義戦略として、将来の世代のための遺伝的選択のプロセス。