智能组卷问题是一个在一定的约束条件下的多目标参数优化问题,采用传统的数学方法求解相当困难,自动组卷的效率和质量完全取决于试题库设计以及抽题算法的设计。随着计算技术和人工智能的快速发展,以及教育测量理论研究的不断深入,基于教育测量理论的有关计算机辅助设计得到了广泛的应用,其中智能组卷系统的研究与开发得到了越来越多的专家学者的关注。本文首先详细阐述了组卷问题的基本理论。然后,对人工鱼群算法进行了介绍,包括AFSA的基本定义、算法描述、算法参数和流程。最后,总结了组卷过程中涉及的约束条件,在此基础上建立了组卷问题的数学模型,利用AHP方法确定各个分目标的权重,将多目标优化模型转化为单目标优化模型;针对现有组卷算法组卷成功率低,耗时长,生成的试卷难以满足实际考试需求等不足,提出了用人工鱼群算法解决此问题的新方法。人工鱼群算法是一种新型的群智能随机优化算法,本质上是一个复杂的智能系统,它具有较强的鲁棒性、优良的分布式计算机制、易于和其他方法结合等优点,它能有效地解决了传统组卷中编码太长、适应度函数值计算困难等问题。通过仿真实验表明,基于人工鱼群算法的智能组卷速度快,组卷质量好,能很好的满足实际组卷需求。