英语阅读能力作为一项有助于学习者获取国际前沿信息与技术、进行国际科学合作的必备能力,在我国的各个教育阶段都备受重视。英语阅读能力测试是英语阅读学习过程中的重要环节,也是提高英语阅读学习质量与效果的有效措施。随着教育信息化的发展,英语阅读理解的在线个性化学习已经成为一种常用的学习方式。因此,英语阅读理解的自适应测试系统的研究迫在眉睫。然而,国内缺少关于计算机自适应测试系统在英语阅读理解能力评估上的应用研究,而已有的相关系统研究大多局限于实现计算机化自适应测试（Computerized Adaptive Testing,CAT）或计算机化多阶段自适应测试（Computerized Multistage Adaptive Testing,MST）的关键技术与功能,缺少针对两类系统的更深一步的融合优化和应用的研究。所以,研究如何更好地利用CAT与MST的优势精准评估被测者的英语阅读理解能力和知识掌握情况,对于提高英语阅读理解自适应测试质量具有重要的现实意义。本文通过系统设计分析明确了英语阅读理解自适应测试系统的定位与测试的内容、目标、对象与环境,确定了题库的初步内容。随后,提出融合偏差熵（Deviation Entropy,DE）的模糊层次分析法（Fuzzy Analytic Hierarchy Process,FAHP）——DE-FAPH方法确定英语阅读理解测试题的综合权重量化模型,并辅以文本分析工具Coh-Metrix估计试题的难度值,进而筛选形成正式题库。在此基础上,通过MC模拟法结合Rasch测量模型进行题库的质量验证,结果表明题库中的题目质量良好,可支撑后续研究。最后,本文提出了将CAT的在线组卷技术与MST的试题阶段化呈现相结合的混合测试方法,基于语篇-题目组的模块化自适应测试形式,设计并开发了英语阅读理解自适应测试系统ca-MST。并且在系统中增加了对测试效果有正向影响的即时反馈因素,以期帮助被测者快速了解自身英语阅读理解能力水平,并能够进行针对性地提升。