在教学过程当中，考试是现阶段衡量学校教学质量以及学生水平的最重要的手段之一。而试卷作为考试的载体，在教育教学过程中也起着相当重要的作用。传统的组卷方式一般是采用有经验的教师手工完成，时效性与可重用性差，试卷质量的统计分析相对困难。这种方式伴随着计算机的广泛应用，弊端日益显现。因此，采用计算机实现科学、自动、高性能的组卷，成了很多学校和研究机构争相研究的课题。本文正是基于这一背景，重点研究基于遗传与蚁群混合算法来实现题库的组卷问题。　　 本文的主要研究内容及结果如下：　　 1．研究了组卷模型和组卷系统，并建立了一个比较合理的组卷模型和组卷系统。　　 2．研究了遗传算法及其在组卷中的应用。遗传算法具有全局搜索能力，算法前期进化很快，但是当算法迭代进行到后期时，由于个体之间的竞争力减弱，导致进行大量的冗余迭代，效率降低。　　 3．研究了蚁群算法及其在组卷中的应用。虽然在算法前期因为信息素的匮乏效率低下，但是进入迭代后期随着信息素的增强，算法会加速收敛。　　 4．基于遗传算法和蚁群算法各自的特点，探讨了通过两种算法融合的混合算法，利用遗传算法和蚁群算法各自的优点来提高算法效率与智能性。事实证明，融合的算法在收敛性和寻优性上有较鲜明的优势。