跳到主要內容

臺灣博碩士論文加值系統

(44.201.99.222) 您好!臺灣時間:2022/12/05 22:11
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陳文榮
研究生(外文):Wen-Jung Chen
論文名稱:螞蟻演算法應用於測驗選題之研究
論文名稱(外文):Study of Applying Ant Algorithm to Select Test Items
指導教授:許通安許通安引用關係
指導教授(外文):Tong-An Hsu
學位類別:碩士
校院名稱:中原大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:62
中文關鍵詞:試題反應理論測驗選題螞蟻演算法
外文關鍵詞:Select Test ItemsItem Response TheoryAnt Algorithm
相關次數:
  • 被引用被引用:2
  • 點閱點閱:289
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
早期電腦尚未普及的年代,命題者採人工出題的方式,依其偏好及想法來完成測驗卷的命題,在整體測驗的相關事宜上,從出題、施測、成績計算與統計,都相當的耗時費力,尤其是全國的大考,必須考慮到測驗的公正與公平性,往往造成試務單位很大的負擔與壓力。隨著電腦科技的快速發展,在命題與施測的流程上,經由電腦化處理,一切變得非常的容易簡單,效率提高,成本降低。現在大部分的教師或是測驗中心早已開始使用電腦資料庫來管理測驗試題,並隨時可從資料庫中挑選出需要的試題製成測驗卷。
測驗一直是評估學習者學習成效的重要一環,透過良善的測驗選題機制所製作出的試卷,不僅可以協助施測者評估學習者的學習狀態,而且有利於診斷出學習者在學習過程中所發生的問題,因此,如何選取適當的試題以產生符合需求的試卷,是一個非常重要的課題。而測驗的目的與受測者樣本分布的不同,在試題的組合上會有不同的需求。以「試題反應理論」為主要架構,加上施測者對不同施測目的的需要,已有不少學者投入測驗選題方式的研究中,所以施測者如何由題庫中針對預期的測驗目的與對象,結合高效能的選題方式以組成一份有效需求的試卷是本論文主要的研究方向。本研究以「螞蟻演算法」結合「試題反應理論」進行測驗選題評估,結果顯示運用「螞蟻演算法」在有限制條件的測驗選題上是一個可行的方法。以「螞蟻演算法」所計算出的測驗誤差遠低於傳統的「隨機法」,對於測驗選題方面的研究,更提供了另一項較為精確的方法,也擴展了「螞蟻演算法」可以運用的範圍,對於日後在測驗選題的領域上,「螞蟻演算法」可提供一個更有效率的演算技術,使得測驗品質更能符合施測者的施測需求。
Testing has always been an essential link of evaluating learners’ learning effectiveness. A test based on the well-designed testing mechanism can not only assist the evaluator to assess the learners’ learning status, but also be helpful in diagnosing the problems the learners encounter during the learning process. Therefore, choosing an appropriate test to meet the needs has become a very important issue. The aim of the test and the distribution of samples affect the combination of testing questions. Item Response Theory being used as the main structure and the evaluators’ needs according to different goals of evaluation, quite some scholars have been researching the choice of testing questions. The main direction of this thesis is how evaluators choose from data base with the aim and the result shows that Ant Algorithm is eligible in tests of limited conditions. The error calculated from Ant Algorithm is far less than the traditional Random method. A more accurate mathematical calculations is provided for the research of choosing testing questions, and the application of Ant Algorithm has also been broadened. Ant Algorithm has provided a more efficient mathematical calculation technique in the field of choosing testing questions, thus, the quality of testing will better meet the demand of evaluators.
目 錄

中文摘要 I
英文摘要 II
誌 謝 III
目 錄 IV
表目錄 V
圖目錄 VI
第一章 緒論 1
第一節 研究背景 1
第二節 研究目的 2
第三節 研究範圍 3
第二章 文獻探討 4
第一節 測驗理論 4
第二節 選題方式之探討 9
第三節 螞蟻演算法 11
第三章 研究方法 18
第一節 研究工具及參數定義 18
第二節 研究流程 21
第四章 實驗與效能評估 23
第一節 螞蟻演算法參數設定 23
第二節 實驗結果 26
第三節 效能評估分析 32
第五章 結論與未來研究方向 40
第一節 結論 40
第二節 未來研究方向 41
參考文獻 42
附 錄 45

表目錄

表3-1 七組實驗的目標訊息量 20
表3-2 螞蟻演算法實驗測試組合 21
表4-1 各實驗法對應不同ρ 值的誤差平方和之平均值 24
表4-2 各實驗法對應不同α、β 值的誤差平方和之平均值 24
表4-3 各實驗法最佳的α、β、ρ參數值 25
表4-4 各實驗法對應不同目標實驗組的誤差平方和之平均值(測驗30題) 26
表4-5 各實驗法對應不同目標實驗組的執行時間之平均值(測驗30題) 27
表4-6 各實驗法對應不同目標實驗組的誤差平方和之平均值(測驗40題) 28
表4-7 各實驗法對應不同目標實驗組的執行時間之平均值(測驗40題) 29
表4-8 各實驗法對應不同目標實驗組的誤差平方和之平均值(測驗50題) 30
表4-9 各實驗法對應不同目標實驗組的執行時間之平均值(測驗50題) 31
表4-10 各實驗法對應不同測驗題數與目標實驗組的誤差平方和之平均值 34
表4-11 各實驗法對應不同測驗題數與目標實驗組的執行時間之平均值 35
表4-12 AS03與AS01對應不同測驗題數與目標實驗組的誤差平方和改善率 36
表4-13 AS04與AS02對應不同測驗題數與目標實驗組的誤差平方和改善率 37
表4-14 AS03與AS01對應不同測驗題數與目標實驗組的執行時間改善率 38
表4-15 AS04與AS02對應不同測驗題數與目標實驗組的執行時間改善率 39

圖目錄

圖2-1 試題特徵曲線圖(三參數模式) 5
圖2-2 螞蟻覓食行為圖 12
圖2-3 螞蟻演算法原理圖解 13
圖2-4 螞蟻演算法程式邏輯圖 16
中文部分
[1] 王寶墉(民84) ,「現代化測驗理論」,心理出版社。
[2] 余民寧(民81) ,「試題反應理論的介紹(一)」,研習資訊8 卷(6 期),頁13-18。
[3] 余民寧(民81) ,「題目反應的介紹(二)」,研習資訊9 卷(1 期),頁5-9。
[4] 余民寧(民81) ,「試題反應理論的介紹(三)」,研習資訊9 卷(2 期),頁6-10。
[5] 余民寧(民81) ,「測驗理論的發展趨勢」,心理測驗之學術及實務研討會。
[6] 余民寧(民92) ,「教育測驗與評量-成就測驗與教學評量」,心理出版社。
[7] 巫眇鴦(民91) ,「運用線性規劃於選題策略之研究」,國立台南師範學院資訊教育研究所碩士論文。
[8] 林佑政、謝財明、謝雪娥、洪羽珊、陳玟伶(民89) ,「測驗選題系統」,第四屆全球華人教育資訊科技大會會議論文集,頁488-495。新加坡。
[9] 洪碧霞(民78) ,「電腦化適性測驗中起始點、計分方法、先前分配標準差及題庫特質之研究」,台南師院初等教育學報。
[10] 孫光天、鄭海東、謝凱隆、陳新豐(民87) ,「智慧型線上適性測驗系統」,第七屆國際電腦輔助教學研討會,頁81-86。國立高雄師範大學。
[11] 孫光天、陳岳宏、賴膺守、謝凱隆、陳新豐(民88) ,「使用貪婪演算法作為一有效益之選題策略」,全國計算機會議論文集。私立淡江大學。
[12] 孫光天、戴伯昌、賴膺守(民88) ,「利用基因演算法於選題策略之研究」,全國計算機會議論文集。私立淡江大學。
[13] 許擇基、劉長萱(民81) ,「題目作答理論簡介」,中國行為科學社。
[14] 陳新豐(民90) ,「線上題庫與適性測驗整合系統之發展研究」,國立政治大學教育研究所博士論文。
[15] 陳建一、姜美玲(民92) ,「應用貪婪式基因演算法於選題策略之研究」,暨南大學碩士論文。
[16] 黃家輝、錢炳全(民91) ,「利用灰色理論於選題策略之研究」,義守大學碩士論文。


英文部分
[17] Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability. In F. M. Lord & M. R. Novick, “Statistical theories of mental test scores,” Reading, Mass.:Addirson-Wesley Publishing, pp.395-479.
[18] Dorigo, M., Maniezzo, V. & Colorni, A., (1991), “Positive feedback as a search strategy,” Technical Report 91-016,Dipartimento Elettronica, Politecnico di Milano, Italy.
[19] Dorigo, M., Maniezzo, V. & Colorni, A. (1996). “ The Ant System: Optimization by a colony of cooperating agents,” IEEE Transactions on Systems, Man, and Cybernetics – Part B, Vol. 26, No. 1:pp.1-41.
[20] Dorigo, M., (1992), “Optimization learning and natural algorithms,” PhD Thesis, Dip. Elettronica, Politecnico di Milano, Italy.
[21] Dorigo, M. & L.M. Gambardella (1997), “Ant colonies for the traveling salesman problem,” BioSystems, Vol. 43, pp.73-81
[22] Dorigo, M., Caro, G. D., Gambardella, L. M., (1999), “Antalgorithms for distributed discrete optimization,” Artificial Life,Vol.5(2), pp.137–172.
[23] Dorigo, M., Caro, G. D., (1999), “New Ideas in Optimization,” McGraw-Hill.
[24] Dorigo, M., Bonabeau, E., theraulaz, G., (2000), “Ant algorithms andstigmergy,” Future Generation computer Systems 16 , pp.889-914.
[25] Guion, R. M., & Ironson, G. H. (1983). “Latent trait theory for organizational research. Organizational Behavior and Human Performance,”pp.31, pp.54-87.
[26] Gullikson, H. (1987). “Theory of mental tests,” Hillsdale, NJ: Lawrence Erlbaum Associates.
[27] Hambelton, R.K., & Swaminathan, H. (1985). “Item Response Theory:Principles and Applications.Hingham,” MA: Kluwer, Nijhoff.
[28] Hambleton R.K.,& Swaminathan, H.(1990). “Item Response Theory:Principle and Application,” Massachusetts: Kluwer Academic Publishers。
[29] Hambelton, R.K., Swaminathan, H., & Rogers, H. J. (1991). “Fundamentals of Item Respone Theory,” California, NP: Sage.
[30] Lord, F.M., & Novick, M.R. (1968). “Statistical theories of mental test scores,” Reading, MA:Addison-Wesley. Masters, G.N. (1982). “A Rasch model for partial credit scoring.Psychometrika,” pp.47, pp.149-174.
[31] Lord, F.M., (1980). “Application of Item Response Theory to Practial Testing Problems,” Hillsdale,NJ:Erlbaum.
[32] Sarigiannidis, G. (2005), “Discussion on the implementation of the Ant Colony System for the Traveling Salesman Problem,” HIVEWORKS – Mathematics papers 2005
[33] van der Linden, W. J. (1998). “Optimal assembly of psychological and educational tests. AppliedPsychological Measurement,” 22(3), pp.195-209.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top