遺傳演算法組卷

Ⅰ 基於遺傳演算法的自動組卷系統的設計與實現（畢業設計） 求大神給一個系統

請問最後您是用什麼方式實現的呢，不知是否保留代碼？誠求！（價錢可繼續商議）

Ⅱ 使用java來實現在智能組卷中的遺傳演算法（急急急）

題目好像是讓你做個增強版的List ，簡單的都實現了 程序架子大概是這樣，排序查找什麼的網路搜下 演算法很多，套著每樣寫個方法就行了，測試就在main『方法里寫

publicclassMyList{
privateString[]arr;
privateintcount;
publicMyList(intcount){
arr=newString[count];
this.count=count;
}
publicMyList(int[]intArr){
arr=newString[intArr.length];
this.count=intArr.length;
for(inti=0;i<intArr.length;i++){
arr[i]=intArr[i]+"";
}
}

publicMyList(String[]stringArr){
arr=stringArr;
this.count=stringArr.length;
}
publicintgetLength(){
returncount;
}
//清空容器內的數組。
publicvoidclearAll(){
arr=newString[count];
}
//通過給定元素下標來刪除某一元素
publicvoidremoveBySeqn(intseqn){
if(seqn>=0&&seqn<count){
arr[seqn]=null;
}
}
publicstaticvoidmain(String[]args){
MyListlist=newMyList(40);
MyListlist1=newMyList({3,2,125,56,123});
MyListlist2=newMyList({"123",""ad});
list2.removeBySeqn(0);
list1.clearAll();
}
}

Ⅲ 組卷演算法有哪幾種

目前有三種：

1. 隨機選取法：根據狀態空間的控制指標，由計算機隨機的抽取一道試題放入試題庫，此過程不斷重復，直到組卷完畢，或已無法從題庫中抽取滿足控制指標的試題為止。該方法結構簡單，對於單道題的抽取運行速度較快，但是對於整個組卷過程來說組捲成功率低，即使組捲成功，花費時間也令人難以忍受。尤其是當題庫中各狀態類型平均出題量較低時，組卷往往以失敗而告終。

2. 回溯試探法：這是將隨機選取法產生的每一狀態類型紀錄下來，當搜索失敗時釋放上次紀錄的狀態類型，然後再依據一定的規律（正是這種規律破壞了選取試題的隨機性）變換一種新的狀態類型進行試探，通過不斷的回溯試探直到試卷生成完畢或退回出發點為止，這種有條件的深度優先演算法，對於狀態類型和出題量都較少的題庫系統而言，組捲成功率較好，但是在實際到一個應用時發現這種演算法對內存的佔用量很大，程序結構相對比較復雜，而且選取試題缺乏隨機性，組卷時間長，後兩點是用戶無法接受的，因此它也不是一種很好的用來自動組卷的演算法。

3. 遺傳演算法：是一種並行的、能夠有效優化的演算法，以morgan的基因理論及eldridge 與gould間斷平衡理論為依據，同時融合了mayr的邊緣物種形成理論和bertalanffv一般系統理論的一些思想，模擬達爾文的自然界遺傳學：繼承（基因遺傳）、進化（基因突變）優勝劣汰（優的基因大量被遺傳復制，劣的基因較少被遺傳復制）。其實質就是一種把自然界有機體的優勝劣汰的自然選擇、適者生存的進化機制與同一群體中個體與個體間的隨機信息交換機制相結合的搜索演算法。運用遺傳演算法求解問題首先需將所要求解的問題表示成二進制編碼，然後根據環境進行基本的操作：selection，crossover，mutation……這樣進行不斷的所謂「生存選擇」，最後收斂到一個最適應環境條件的個體上，得到問題的最優解。