自适应学习系统在现代教育领域中逐渐普及,目前绝大部分学习系统的功能仍是辅助学生知识学习,以培养学生能力为目标的学习系统尚无案例。在当代社会趋势下,以能力提升为目标的自适应学习系统将代表教育技术发展的未来。本文将智能控制和数据分析引入高等教育工科教育过程,创建了能力导向的自适应学习系统。该系统是一个MIMO控制系统,以学生学习动力为系统输入,学习过程为被控对象,学科能力为系统输出和系统的反馈参量,学生知识和能力画像为系统参数调节提供依据。能力导向的自适应学习系统存在若干关键问题,本文研究了其中最为基础和重要的两个。第一是建立科学、客观以及具有实时性的能力测评系统,第二是建立结合能力和知识的学习资源推荐引擎。针对这两个关键问题,本文开展了如下主要工作:1、提出了基于思维层、学科层、知识层的三层能力空间,以及基于知识地图技术的知识空间。2、结合能力空间与知识空间,采用多维项目反应理论和贝叶斯网络等技术,提出了一种新的能力测量评价方法。3、在测评方法的支撑下,以基于内容的推荐算法为核心,提出了基于学生知识模型与能力模型的学习资源推荐算法。本文将能力导向的自适应学习系统应用于某高校自动化专业一门核心专业课的教学过程。该系统在2019年春季和秋季学期进行了课程教学试验,在学习过程中对学生能力进行即时测评,并针对学生的知识模型和能力模型为其推荐个性化测试资源。在多次测试后,学生的成绩有明显提升,能力测评系统的结果和使用效果也得到多数同学的认同。实验结果表明,本文提出的能力测评方法和推荐算法合理有效,较准确地实现了学生能力评价分析,并根据评价结果为学生推荐了可促进能力提升的个性化学习资源。