学生教育领域,如何经过测验快速准确获得学生的整体认知概况一直都是热点问题。测量理论对测验准确性的要求越来越高,传统的纸笔测验远远不能满足要求,急需进行测验形式的改革创新,同时,在网络普及的大背景下,促使一种新的测验形式—网络测验的产生与迅猛发展。但是随着时代的发展,人们越来越关注测验的功能与效率,单纯的网络测验只关注测验分数,不对认知结构做任何考察,这远远不能满足人们对现代测验的要求,所以急需一种智能的测验类型的产生。现代测量理论的产生,促使着测验形式再次发生变革,适应性测验由此产生。自适应测验,不仅可以得到学生的分数,而且使得快速测验学生的真实能力水平成为可能。调研国内外关于自适应测验的相关研究,发现当前自适应测验研究主要分为两大类型,基于IRT或KST的自适应测验,二者区别在于理论基础的不同。他们各自拥有自己的理论基础,采用不同的测验方法进行智能化测验。基于IRT的自适应测试可以测量被试者的真实成绩,但是却忽略被试者的认知情况。基于KST的自适应测验可以同时快速考察学生测验的水平与认知结构,所以备受欢迎。但是在基于KST的自适应测验的研究过程中,发现他们或多或少存在诸如选题不够智能、诊断结果简单等问题,需要进一步的研究和改进。为了解决选题不够智能化的问题,本课题进行多方研究,将传统二分法选题与知识状态边界进行组合,形成了双重筛选的个性化智能选题方法,结合此选题方法,本论文设计开发了一个能更快速准确地测量学生真实能力水平和认知结构的自适应测验系统。本课题对于自适应网络测验的测验过程进行了深入的研究。首先,对于被忽视的初始试题,本论文给予重视,分析其重要性,然后提出其选择方法;接着,针对试题的个性化智能选择,本课题提出了双重筛选的个性化选题方式,对原有选题方式进行改进,提高个性化系数以及测验速度;再次,针对测验总是包含误差的普遍现状,提供了误差纠正环节,给出了最近相容知识状态集的概念,并运用概率的方式,进行不合理知识状态的合理化转移,达到最大“真实化”水平输出;最后,本课题针对上面提出的改进测验方法设计并实现了一个适应性测验系统,同时结合章节知识点进行实例应用。经过实例应用发现,本课题设计的适应性系统,可以同时快速准确地测量学生的真实水平与认知结构,大大提高测验效率。