为了使教师了解学生的学习状况，需要组织学生参加考试，试卷质量的高低决定着能否对学生进行准确的评价。教师手工命题这种传统组卷方式不仅耗时、耗力，而且很难避免教师的个人经验值对试卷造成的影响。因此，利用计算机进行试卷的自动生成，对于提高教师的工作效率，使试卷管理逐步走向自动化、正规化起着十分重要的作用。　　 论文通过分析各种组卷约束条件如难度分布、掌握要求、知识点章节分布、题型分布，建立了一个智能组卷的数学模型，然后根据各种组卷约束条件在组卷过程中的重要程度设计了遗传算法的适应度函数。为了提高组卷的成功率，减少组卷失败的次数，论文提出了在进行组卷前对试题库和组卷约束条件进行匹配性检查的方法，以便及早发无效的组卷要求。在进行匹配性检测之后，论文采用分组实数编码方式、结合遗传算法对组卷问题进行求解。针对简单遗传算法易于陷入“早熟”的问题，论文对遗传算法进行改进，设计了一种遗传模拟退火组卷算法，通过在遗传算法中加入模拟退火过程来弥补遗传算法局部搜索能力差的不足，提高了算法的求解质量。另外，在遗传模拟退火组卷算法的选择算子中加入兄弟间的小范围竞争择优机制，并利用“早熟”评价指标自适应调整Pc、Pm的值后，进一步提高了组卷算法的搜索精度。　　 大量组卷实验结果表明改进算法有效的克服了“早熟”现象，提高了求解的精度。最后，论文根据教师的工作流程设计了一套基于知识点的智能组卷系统，并成功的将提出的改进算法应用于组卷系统中，方便了教师组卷、判卷，学生的同步学习训练和在线进行考试，系统的实际运行后收到了良好的应用效果。