1、“.....随机选取法依据状态空间的控制指标，由计算机随机的抽取道试题放入试题库，此过程不时反复，直到组卷终了，或已无法从题库中抽取满足控制指标的试题为止。该办法构造简单，关于单道题的抽取运转速度较快，但是关于整个组卷过程来说组卷胜利率低，即便组卷胜利，破费时间也令人难以忍耐。特别是当题库中各状态类型均匀出题量较低时，组卷常常以失败而告终。回溯试探法这是将随机选取法产生的每状态类型纪录下来，当搜索失败时释放上次纪录的状态类型......”。

2、“.....经过不时的回溯试探直到试卷生成终了或退回动身点为止，这种有条件的深度优先算法，关于状态类型和出题量都较少的题库系统而言，组卷胜利率较好，但是在实践到个应用时发现这种算法对内存的占用量很大，程序构造相比照较复杂，而且选取试题缺乏随机性，组卷时间长，后两点是用户无法概率和变异概率并定义其顺应值,„„,„„从试题库中取出与状态空间库中的指标停止匹配。假如与完整匹配，则假如不匹配......”。

3、“.....保存具有高顺应度的试题。即把为的去掉，这样就生成了个新的试题模型。反复过程生成新的试题模型。按定的交流概率从中随机选取模型和，交流彼此位串中对应的值，产生新的试题模型，如交流前交流前按定的变异概率从题库中随机选出试题模型停止基因突变，产生个新的试题模型。在完成以上选择穿插变异步骤后，产生个考试试题模型，依照事前肯定的误差精度对其停止收敛性的判别，当其顺应度高时，试题组卷胜利，转向步骤，假如其顺应度低，则转向步骤继续执行。输出相应的考试试题......”。

4、“.....交流概率和变异概率确实定很重要。太小使选题工作停顿迟缓，太大则会毁坏顺应值高的试题模型。通常规则其为。同样，太小就不能产生新的试题模型，太大又会产生过多的试题模型。它宜规则为。在自动选题时，选题的方式可采用父辈选择和生存选择两种。父辈选择就是采用不返回随机抽样，它使每个标题都有被选中的可能生存选择采用允许父辈和子代停止竞争，并让其中的优秀者进入下轮竞争环境的二分之择优选择。两种选择方式共同作用于选题保证了选题的顺利完成......”。

5、“.....其概率依赖于上次选题的过程。完毕语本文应用遗传算法的全局寻优和收敛速度快的特性，分离随机选取法和回溯试探法的优点，设计了种用于自动组卷的好的算法，使自动组卷的胜利率和速度都得到了明显的进步。要使自动出题的误差精度和收敛速度进步得到改良，还需求做出更深的研讨。参考文献,袁富宇等，多目的相关分类的算法，浙江大学学报张师超蒋运承，含糊数据库中近似相等的研讨，计算机科学余建桥，预测模型获取的遗传算法研讨......”。

6、“.....并得到了个处理合适考方请求的试题模型的好的算法。关键词遗传算法全局寻优自动化组卷引言计算机辅助考试系统的自动组卷的效率与质量完整取决于抽题算法的设计。如何设计个算法从题库中既快又好的抽出组最佳解或是抽出组十分接近最佳解的实体，触及到个全局寻优和收敛速度快慢的的问题，很多学者对其停止了研讨。遗传算法以其自顺应寻优及良好的智能搜索技术，遭到了普遍的运用......”。

7、“.....并获得了良好的效果也有众多的学者对保存最佳状态的遗传算法的收敛速度做了讨论。经过理论推导和事实运用，发现遗传算法在寻优和收敛性方面都是十分有效的。本文分离遗传算法的原理和思想，对考试自动出题组卷的问题停止了研讨，找到了种取得与考试试题控制指标契合的试题模型的处理办法。问题描绘自动组卷是考试系统自动化或半自动化操作的中心目的之,而如何保证生成的试卷能最大水平的满足用户的不同需求......”。

8、“.....特别在交互式环境下用户关于组卷速度请求较高，而个理论上较圆满的算法可能会以牺牲时间作为代价，常常不能到达预期的效果。因而，选择个高效科学合理的算法是自动组卷的关键。以往的具有自动组卷功用的考试系统大多采用随机选取法和回溯试探法。随机选取法依据状态空间的控制指标，由计算机随机的抽取道试题放入试题库，此过程不时反复，直到组卷终了，或已无法从题库中抽取满足控制指标的试题为止。该办法构造简单，关于单道题的抽取运转速度较快......”。

9、“.....即便组卷胜利，破费时间也令人难以忍耐。特别是当题库中各状态类型均匀出题量较低时，组卷常常以失败而告终。回溯试探法这是将随机选取法产生的每状态类型纪录下来，当搜索失败时释放上次纪录的状态类型，然后再根据定的规律正是这种规律毁坏了选取试题的随机性变换种新的状态类型停止试探，经过不时的回溯试探直到试卷生成终了或退回动身点为止，这种有条件的深度优先算法，关于状态类型和出题量都较少的题库系统而言，组卷胜利率较好......”。