基于遗传算法的模糊聚类在考试成绩分析中的应用.doc基于遗传算法的模糊聚类在考试成绩分析中的应用【摘要】文中根据遗传算法的优点能够解决模糊C-均值聚类算法对初始化敏感的问题,因此把遗传算法与FCM结合起来,既可以发挥遗传算法的全局寻优能力又可兼顾FCM的局部搜索能力,从而提高收敛速度并更好地解决聚类问题。通过实验表明,根据文中提到的算法进行模糊聚类分析,更加客观和准确地揭示考生的知识和能力水平,分析结果体现了模糊聚类的意义和对教学的指导作用。【关键词】模糊聚类:遗传算法;FCM算法;考试分析 ApplicationofFuzzyClusterAnalysisinStudent’icArithmetic ZhaiJian-feng (ComputerCenter,ChinaYouthUniversityForPoliticalScienceBeijing100089) 【Abstract】icalgorithmcansolvethefuzzyC-icalgorithmabilityinglobaloptimization,,bringtolightthelevelofknowledgeandcapabilityofstudentsmoreobjectivityandmorecorrectly,thefuzzyclusteringresultsreflectthesignificanceandroleoftheTeachingandLearning. 【Keywords】fuzzyclustering;icalgorithm;FCMalgorithm;examinationanalysis 0引言考试作为教学管理过程不可或缺的环节之一,具有教与学的双重功能,既是对学生应掌握的知识和能力的测试,也是对教师教学质量和效果的同步检验。为充分发挥考试的效能,综合评价命题质量,及时反馈教学效果,沟通教学信息,教学部门对考试成绩进行统计分析和总结是非常必要的。如果只统计考试成绩,不分析试题、试卷和考试过程,则无法确认成绩的可信性和有效性,因此把数据挖掘技术引入到考试成绩分析中,找出影响考试的真实原因,有针对性地指导教学,提高教学质量和教学效果。本文利用学校大一学生某学期《大学计算机基础》的期末考试成绩,采用基于遗传算法的模糊聚类进行考试成绩分析,分析结果可以更好的评价学生对不同知识点的掌握,同时指导教师的教学活动。 1基于遗传算法的模糊聚类算法 -均值算法(FCM) 模糊C-均值算法把n个向量xi(i=1,2,…,n)分为c类,采用模糊矩阵U=(uij)描述,使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。其中uij是矩阵U的第i行,第j列元素,代表xi属于第j(1?荞j?荞c)类的隶属度,且uij=1。 FCM算法是一个简单的迭代过程,用下列步骤确定聚类中
基于遗传算法的模糊聚类在考试成绩分析中的应用 来自淘豆网www.taodocs.com转载请标明出处.