摘要：智能组卷是典型的多约束组合优化问题，用户设定针对试卷的多个限定条件，系统给出满足约束的最优试题组合。符合实际的组卷模型与高效的算法是保证组卷质量的关键。结合南方电网的实际考试需求，对于差分算法收敛过早，且易收敛于局部最优等不足，提出了通过均匀搜索题库生成初始种群，根据种群适应度的取值情况对变异率和交叉率进行动态微调。实验表明，经过改进的差分算法在面对海量试题时仍具有较好的全局寻优能力，具有较高的组卷质量与组卷效率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社