目前,在线考试系统已经被应用在越来越多的领域,比如在校学生课程考试、IT认证考试、语言等级考试等。但面对日益庞大的试题库,许多考试系统依然依靠教师的经验来手工组卷,即使有一些考试系统提供了自动组卷功能,组卷效果也往往不尽人意。另外,这些考试系统大多只提供成绩统计,缺乏对考试数据的挖掘分析,也没有对试卷的难度、区分度进行分析评价。随着技术的进步,智能化的考试系统将是今后网络考试系统的发展趋势。本文的主要目标是实现一个基于人工智能的考试系统,该系统不但能够提供智能化的抽题组卷功能,还要能够挖掘考试数据中的试题关联规则。为实现该目标,本文对人工智能中的遗传算法和关联规则挖掘算法进行了深入研究。系统以教育测量理论中的经典测量理论为基础,构建了试题库指标体系设置标准,结合遗传算法来实现系统中智能组卷功能模块,并对遗传算子的设计做出优化改进,提升系统组卷速率和成卷合理性。通过对关联规则算法的研究,本文详细分析改进了Apriori算法流程,并选用该算法来实现本系统中的考试数据挖掘功能,寻找试题间的潜在关联信息。系统选用SSH作为整体技术框架,在Web客户端页面显示中辅以HTML5的缓存技术提升系统效率,并结合上述对人工智能算法的研究,实现了一个基于B/S模式的在线考试系统。系统具有试题库管理、智能组卷、在线考试、自动评卷、成绩查询、考试数据挖掘等主要功能模块。