随着计算机科学的迅速发展和广泛应用,计算机辅助教学的产生与发展对促进教育、教学技术的变革与发展具有巨大的推动作用。把计算机应用到组卷当中来,开发出能够智能组卷的系统逐渐被越来越多的专家学者所注意。研究不仅涉及到组卷数学模型的建立问题,还包括对其应用的算法进行研究。目前已经出现了多种算法用于自动组卷,如优先权策略、随机抽取策略、回溯试探策略、遗传算法等,但每个算法都有其优缺点,至今也没有一个很好的解决其自动组卷的算法方案。在分析国内外大量文献的基础上,本文对智能自动组卷问题及常用组卷算法进行了分析,以知识点、难度、题型、教学要求度为主要控制参数建立了自动组卷问题的数学模型,针对传统的组卷算法具有组卷速度慢、成功率较低、试卷质量不高等缺点。本文着重研究遗传算法在组合优化中的应用,为了避免简单遗传算法收敛速度慢以及局部收敛的问题,引入了一种改进遗传算法。该算法采用最差个体不参与遗传策略、最优保持策略、以及动态调整遗传算子和变异算子,扩大搜索空间,对试卷进行全局优化。改进后的遗传算法采用分段实数编码,把同一题型的试题放在同一段,组成试卷的各道试题的题号直接映射为基因,用实数编码避免解码过程,提高了运算效率。本文主要工作为对自动组卷数学模型的建立及求解的研究。第一章为绪论,对所研究课题的主要内容及国内外研究现状进行了介绍;第二章介绍论文的理论技术基础即对遗传算法进行了概要的介绍;第三章主要对组卷过程中的问题进行了研究,详细地分析了组卷的各项约束条件,应用数学的方法为组卷问题建立了一个数学模型;第四章重点介绍了改进遗传算法在智能组卷问题中的应用;第五章智能组卷系统的设计与实现;第六章是对论文的总结。