毕业论文采用vision studio 2008 和sql server 2008进行开发。使用asp.net技术构筑了B/S架构构建三层浏览器/服务器体系结构。

遗传算法（ Genetic Algorithms ,GA）研究的历史比较短，20世纪60年代末期到70年代初期，主要由美国Michigan大学的John Holland 与其同事、学生们研究形成了一个较完整的理论和方法，从试图解释自然系统中生物的复杂适应过程入手，模拟生物进化的机制来构造人工系统的模型。随后经过20余年的发展，取得了丰硕的应用成果和理论研究的进展，特别是近年来世界范围形成的进化计算热潮，计算智能已作为人工智能研究的一个重大方向，以及后来的人工生命兴起，使遗传算法受到广泛的关注。从1985年在美国卡耐基•梅隆大学召开的第一届国际遗传算法会议（International Conference on Genetic Algorithms:ICGA’85），到1997年5月的IEEE的Transaction On Evolutionary Computation 创刊，遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。

基于遗传算法的题库自动组卷问题分析

1、各个题型的试题数目、各个题型的单道分值、各个题型的总分数以及试卷的总分数可由用户指定。

2、试卷的考试平均时间由试题的难度和试题数目决定，可由用户指定作为组卷的一个条件。

3、试题难度分为容易、中等、较难和很难四类。试卷中每种试题难度试题在试卷中所占的百分比可由用户来指定，作为系统组卷的一个条件。

4、试题考察点的能力层次水平包括理解、掌握、了解和会用四类。试卷中每种能力层次水平的试题数在试卷总题数中所占的百分比

基于遗传算法的题库自动组卷系统模块设计

本系统采用模块化程序设计思想。模块化程序设计是进行大规模程序设计的有效措施，其基本思想是将一个程序按功能分割成一些模块，使每一个模块都成为功能单一、结构清晰、接口简单、容易理解的小程序。主要包含题库管理和组卷管理两个模块。

1、题库管理模块：此模块主要用来对题库进行管理。主要包括对新题目的添加，原有题目的修改、删除以及题型分数的修改。当添加新题目时，添加试题描述，选择题型、平均答题时间、所考察的考查点的能力层次要求（主要包括理解、掌握、会用和了解）以及难易程度（容易、中等、较难和很难四类）进行添加。其他功能在此不再赘述。

2、组卷管理模块：此模块是此系统的核心，主要是根据遗传算法从题库里选择出满足用户需求的试卷。系统组卷时要求用户输入考试时间、试卷头、试卷分数、各种类型的试题的数目、各个能力层次的试题所占的百分比和各个难度的试题所占的百分比等组卷条件进行组卷。