自动组卷是按照一定的要求,由计算机自动从试题库中选择试题,组成符合特定总分、总时间要求和难度、区分度、知识点、题型、认知层次等各种参数的分数分布要求的试卷。它是计算机教学管理的重要组成部分。目前己出现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,这些算法在解空间、多峰值的问题上往往容易陷入局部最优或算法复杂度过高。由于自动组卷要求生成的试卷能最大程度地满足用户的不同需要并具有随机性、合理性,因此,必须寻找更加行之有效的算法。本文研究一种改进的遗传算法及其在组卷系统中的应用,主要工作包括:分析了试卷的评价指标、各项指标的作用及几个重要指标间的关系,建立了采用各个评价指标分布构建的成卷模式,最后,根据成卷模式定义了评价试卷质量的偏好关系,并建立了组卷数学模型。本文提出了一种自适应遗传算法,其基本思想是针对遗传算法在全局优化问题中容易出现早熟和收敛速度慢的问题,根据群体适应值分布的变化特点,引入了一个自适应的常数,根据群体中各个个体的适应值分布情况加以改变,通过自适应调整以适时改变群体适应值的分布,优化了各个个体被选择的概率。采用几个常用的测试函数对算法进行了验证,仿真试验结果表明,改进的算法明显地改善了算法全局寻优能力,加快了收敛速度,并且具有较高的鲁棒性。本文依据自动组卷问题的特点,设计了适当的编码方案和适合的适应度函数,将上述算法应用于自动组卷问题,并以目前的计算机等文化基础课程为例进行组卷,采用自适应遗传算法进行了仿真实验。仿真结果表明,该算法能够成功应用于自动组卷,组卷速度快、成功率高,并且算法对初值不敏感。本文对网络考试系统进行了分析和设计,并选用JSP对网络考试系统进行了开发,建立了界面友好的原型在线测试系统。