随着教育改革的不断推进和计算机网络技术的迅速普及，具有资源共享、便利快捷等特点的网络教育得到了迅猛发展。其中，在线考试是目前网络教育领域的一个应用热点。它使得考试形式突破了时空界限，由以往的纸质考试发展到当前的在线考试，保证了考试的公平、公正性。组卷策略是在线考试的核心实现技术，然而目前用得较多的组卷策略存在着组卷速度慢、效率低、组成的试卷很难达到用户实际需求等缺陷。因此如何设计一种科学、合理并能有效满足用户实际需求的组卷策略是一项具有实际意义的工作。遗传算法具有操作简单、收敛速度快及鲁棒性强等特点，非常适合用来解决组卷问题。因此，本文对传统遗传算法进行深入研究，归纳总结了该算法的优缺点，并系统地剖析了目前遗传算法早收敛现象的成因，得出有效解决早收敛现象的根本在于保持群体多样性与收敛速度的平衡。并结合组卷问题的特点，本文提出了一种物种入侵的动遗传算法SIDGA，该算法构建了一种能够更加准确地评价群体早收敛程度的指标。在此基础上，该算法微观上采用动态自动适应的交叉、变异概率以保持种群的多样性；宏观上借鉴生物学上的物种入侵原理，在算法趋于早收敛时随机加入一定数量新个体来替代当前群体中的较差个体，以增加群体的多样性。通过对SIDGA理论分析得出，该算法有效预防了早收敛现象的出现，提高了算法的搜索性能和效率。在深入分析试题的基本属性、试卷质量评价标准及基本原则的基础上，本文综合考虑了试题分数、时间、难度、知识点、区分度等重要因素，确定了智能组卷的重要约束条件，构建了智能组卷问题的数学模型和目标函数。结合提出的组卷问题的目标函数，将SIDGA应用到组卷问题中，具体实现了基于SIDGA的智能组卷策略，并通过仿真实验得出，该组卷策略能快速、高效地生成令用户满意的试卷。最后，对C语言程序设计CAI助教系统中的智能组卷进行了需求分析，在J2EE环境下，对其进行了设计与实现。并将基于SIDGA的组卷策略应用于智能组卷中，实践证明了该算法生成的试卷高效地满足了用户的实际需求。