• ВХОД

    •  

    Полное описание

    Астахова, И. Ф. Гибридная интеллектуальная информационная система прогнозирования количества тестовых заданий / И. Ф. Астахова, Е. И. Киселева. - Текст : непосредственный // Соврем. информ. технологии и ИТ-образование : международный научный журнал. - 2020. - Том 16, N 4. - С. 917-926. - Библиогр. в конце ст. - ISSN 2411-1473.

    ГРНТИ УДК
    28.23004.8

    Рубрики:
    Интеллектуальные системы -- Применение
    Образование -- Инновации

    Кл.слова (ненормированные): структурная модель обучающей системы -- искусственная иммунная система -- оптимизация практической части учебного курса -- программный комплекс
    Аннотация: Рассмотрен алгоритм оптимизации тестовых заданий практической части учебного курса с использованием искусственной иммунной системы. Множество практических заданий класса делится на классы с помощью дискретной кластеризации. Формулировка целевой функции и ограничений задачи выполнена с использованием модели Г. Марковица. Одна из целевых функций задачи минимизирует корреляцию между трудностью заданий различных классов, что позволяет исключить попадание в набор практических заданий большого количества однотипных заданий, другая целевая функция максимизирует эффективность (понятие «эффективность» вводится в статье) набора заданий. Переменными модели являются доли от общего количества заданий, выбранные из каждого класса. Для оптимизации данной модели находится множество Парето-оптимальных решений бикретиальной задачи, что позволяет подобрать оптимальное соотношение между разнообразием заданий и их эффективностью. В работе предложен алгоритм отыскания решения этой задачи, модифицированый для искусственной иммунной системы. Предлагаемый в задаче алгоритм позволяет получить за относительно небольшое время удовлетворительную аппроксимацию парето-оптимального множества для решения задачи.
    Доп. точки доступа:
    Киселева, Е. И.

    Экз-ры полностью 4329a58d7089bf5a8716d2d83635c62d/2020/16/4
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -135429-333314)

    Шифр в сводном ЭК: 599a72052ac422520ed8f81ca28c5197




    Заказ фрагмента документа ₽