本研究就项目反应理论(IRT)二参逻辑斯蒂克模型(2PLM)的参数估计问题为主要关注点,通过对IRT参数估计方法和GA进行了详细的探究,提出一种基于GA的2PLM参数估计方法,并且编制相应的算法程序对不同的项目参数进行估计。IRT是一种现代教育与心理测量理论。参数估计是应用IRT的前提,将这些参数估计出来是建设题库、评价被试、评价考试质量等具体应用方面的需要。可以说,IRT的发展史也就是能力参数和项目参数估计的发展史。相关文献中介绍的参数估计方法,基本都是采用极大似然估计法或贝叶斯方法,似然函数的获取、对待估参数初值的选取以及对待估参数求导是此类估计方法的主要特征。然而参数初值如果选取不恰当,在计算过程中“真值”可能不收敛,甚至会产生“振荡”现象,这显然不是施测者所期望的现象。同时对参数的求导乃至二阶偏导的计算将是非常繁杂的过程,而且每次的迭代必然会产生一定的误差,随着迭代次数的增多,误差有可能会变大,为克服上述缺点,笔者提出了一种新的参数估计的方法,即通过GA的思想来对参数进行估计,通过该方法进行参数估计时对参数初值的选取没有严格要求,而且不需要有待估参数的任何导数信息。GA是一种寻优方法,它具有其它寻优算法所没有的自适应性、全局优化性和隐含并行性等特点。笔者通过对GA编码、遗传算子的分析和借鉴,提出了对遗传算子的改进策略和算法加速收敛策略,编制了算法验证程序并通过一定量的数据资料与国外流行的BILOG软件进行了对比,结果表明,在一定的误差范围内,文中所提出的估计算法能够收敛到较好的最优解。