TY  - JOUR
T1  - Intelligent Test Paper Generation with Genetic Algorithm
TT  - Genetik Algoritma ile Akıllı Test Sayfası Oluşturma
AU  - Tül, Ufuk
AU  - Tuncer, Adem
PY  - 2017
DA  - December
DO  - 10.29109/http-gujsc-gazi-edu-tr.341977
JF  - Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
JO  - GUJS Part C
PB  - Gazi University
WT  - DergiPark
SN  - 2147-9526
SP  - 27
EP  - 34
VL  - 5
IS  - 4
LA  - en
AB  - Inthis study, the solution of the problem of generating an intelligent test paperwith a genetic algorithm is presented depending on the required criteria in aquestion bank. Generating the intelligent test paper is considered as amulti-parameter optimization problem, depending on whether each question in thequestion bank has many attributes. A genetic algorithm is a heuristic searchalgorithm with parallel search feature which is often used to solveoptimization problems. In the study, the changes in the crossover and mutationoperators of the standard genetic algorithm increased the performance of thegenetic algorithm and created the test papers in the required quality.Experimental results show that the improved genetic algorithm is more effectivewhen compared to the standard genetic algorithm in the same conditions. In thestudy, a web-based user interface application was developed in which users canset the criteria for genetic algorithm and test paper and can run the algorithm
KW  - Genetic algorithm
KW  - Question bank
KW  - Test page generation
KW  - User interface
KW  - Web-based application
N2  - Bu çalışmada,bir soru bankası içerisinden istenen ölçütlere bağlı olarak akıllı test sayfasıoluşturma probleminin genetik algoritma ile çözümü sunulmuştur. Akıllı test sayfası oluşturma, soru bankasındaki her bir sorunun pek çoközniteliğe sahip olmasına bağlı olarak çok parametreli bir optimizasyonproblemi olarak ele alınmaktadır. Genetikalgoritma optimizasyon problemlerinin çözümünde sıkça kullanılan paralel aramaözelliğine sahip sezgisel arama algoritmasıdır. Çalışmada standart genetikalgoritmanın çaprazlama ve mutasyon operatörlerinde yapılan değişiklikler ilegenetik algoritmanın performansının artması ve istenen kalitede test sayfalarınınoluşturulması sağlanmıştır. Deneysel sonuçlar, iyileştirilmiş genetikalgoritmanın aynı koşullardaki standart genetik algoritma ilekarşılaştırıldığında daha etkili olduğunu göstermektedir. Yapılan çalışmada,kullanıcıların genetik algoritma ve test sayfası için istediği ölçütleribelirleyebildiği ve algoritmayı çalıştırabildiği web tabanlı bir kullanıcıarayüzü uygulaması geliştirilmiştir.
CR  - [1] Xiumin C., Dengcai W., Meining Z., Yanping Y., “Research on Intelligent Test Paper Generation Base on Improved Genetic Algorithm”, The 6th International Conference on Computer Science & Education (ICCSE), IEEE, 269-272, August 3-5 2011.
CR  - [2] Jun N., “An improved genetic algorithm for Intelligent test paper generation”, Intelligent Computation Technology and Automation (ICICTA), 7th International Conference on IEEE, 72-75, October 2014.
CR  - [3] Zhang K., Zhu L., “Application of Improved Genetic Algorithm in Automatic Test Paper Generation”, Chinese Automation Congress (CAC), IEEE, 495-499, November 2015.
CR  - [4] Sun X., “Study on Test Databank Construction And Algorithm of Test Paper Generation System”, Second International Symposium on Electronic Commerce and Security (ISECS), IEEE, 297-302, May 2009.
CR  - [5] Shan Y., “The Research and Realization of Multi-threaded Intelligent Test Paper Generation Based on Genetic Algorithm”, International Conference on Computer and Information Application (ICCIA), IEEE, 461-464, 2010.
CR  - [6] Xiong L., Shi J., “Automatic Generating Test Paper System Based On Genetic Algorithm”, Second International Workshop on Education Technology and Computer Science, IEEE, 2010.
CR  - [7] Wu X., Song Y., “Research on Intelligent Auto-generating Test Paper Based on Improved Genetic Algorithms”, International Conference on Computational Intelligence and Software Engineering, International Conference on IEEE, December 2009.
CR  - [8] Goldberg D. E., Genetic Algorithms in Search, Optimization and Machine Learning, 1st ed., Addison-Wesley Publishing Company Inc., Boston, MA, USA, 1989.
CR  - [9] Tuncer A, Yildirim M. “Dynamic path planning of mobile robots with improved genetic algorithm”, Computers & Electrical Engineering, Cilt 38, No 6, 1564-1572, 2012.
CR  - [10] İnternet: “Carnegie Mellon University, Question-Answer Dataset”, http://www.cs.cmu.edu/~ark/QA-data/, Son Erişim Tarihi: 01.08.2017.
UR  - https://doi.org/10.29109/http-gujsc-gazi-edu-tr.341977
L1  - https://dergipark.org.tr/en/download/article-file/387010
ER  -