摘要：针对智能组卷问题中的组卷质量和组卷速度上存在的缺陷,在原有遗传算法的基础上,提出一种基于遗传算法的智能组卷策略。从试题的编码方法、建立加权目标函数来优化适应度函数、交叉算子的选择、变异的设置以及到采用保优策略和轮盘赌相结合进行选择操作等方面进行了优化设计。取得了很好的适应度,并能快速成功组卷,提高了组卷效率。仿真实验表明,该算法能成功组卷,且提高了组卷的成功率和效率,有效地优化了自动组卷方法中的问题。

摘要：为提高新安江模型中参数估计的优化精度和算法性能,提出一种改进的人工蜂群(ABC)算法。设计基于最优个体的寻优和保优策略,采用寻优策略提高观察蜂的深度搜索能力,通过保优策略确保侦察蜂不会丢弃当前最优解,从而使算法能够在较短时间内得到收敛。将改进算法应用于新安江模型的参数估计中,并与ABC算法和SCPSO算法的参数估计结果进行对比。实验结果表明,改进算法得到的参数优化精度比ABC算法提高约4%,比SCPSO算法提高约1%,并且具有较快的收敛速度。