计算机网络技术、计算技术以及人工智能技术的发展推动了计算机考试系统这种崭新考试模式地不断进步。计算机考试系统摒弃了传统考试模式在时间和空间上面的局限,使考试变得更加灵活,给诸多考生带来了便利,同时减少了教师的重复劳动,提高了考试的效率。而计算机考试系统中的关键部分为智能组卷系统,即如何在已有的试题库中根据教师的要求以及教学的需要自动生成考卷的系统模块。对于智能组卷系统的研究已成为教育学和计算机科学领域研究的热点和重点。计算机智能组卷的本质是一个基于对试卷的质量构成影响的指标求解多目标参数的优化问题,本文首先对智能组卷优化问题的各项指标进行了详细地分析并且指出了传统数学模型的不足之处,基于此本文提出了改进的智能组卷优化问题的目标函数和数学模型,该模型赋予各个分指标以相应的权重,将传统的多目标优化问题转化为单目标的优化问题,简化了问题的求解。对于分指标权重的确定,本文采用了定性与定量相互结合的多目标评价决策分析方法。目前,对于智能组卷优化问题的求解存在多种策略,在本文中一种改进的自适应遗传算法被提出并用于求解智能组卷优化问题。较之原有的自适应遗传算法,改进的自适应遗传算法通过使用混合熵来度量种群的多样性,并在交叉概率以及变异概率的确定方面做出了相应的改进,使之更有针对性地求解智能组卷优化问题,仿真实验表明改进之后的自适应遗传算法收敛速率更快以及能够更加容易的搜索到问题的全局最优解。之后,本文利用JSP编程语言和SQL Server数据库技术开发了邢台学院《微积分》课程考试系统HEBITPGS,智能组卷系统模块是HEBITPGS的核心模块。HEBITPGS系统具有良好简捷的操作界面,可以直接生成以Word形式表示的试卷以及试卷的答案,并且可以编辑、修改和打印以Word形式表示的试卷以及试卷的答案。最后,本文对HEBITPGS的性能进行了实验性的验证,最终的试验结果表明HEBITPGS的设计思路是可行的、实际应用是有效的,它有效地提高了组卷的成功率和试卷的质量以及有效地克服了组卷过程中的未成熟收敛现象。