传统的纸笔考试主要以经典测验理论为理论基础,一次考试以固定的考题考核所有学生。其主要弊病在每个特定的学生都有许多试题不是适应其水平的,考分难于严格区分考生水平真实差距。计算机化自适应考试(computerized adaptive testing, CAT)基于项目反应理论,是一种方兴未艾的考试形式。CAT的优点是能做到“因人施测”,每个考题根据考生答题表现,动态抽取;考试往往时间短、结果更科学。CAT在美国已有比较广泛的使用,美国ETS举办的GRE和TOEFL都采用CAT方式,医生与护士资格考试也有CAT。目前我国CAT使用总体情况是:CAT使用规模很小;实用的的CAT、特别是B/S模式设计的CAT很少;现有的CAT中,很多能力估计和选题方法的选用相对过时。因此,CAT在我国还有很大研究和推广的空间。本文在系统学习并研究了自适应考试的相关理论、数据库设计和Web设计技术等知识的基础上、设计并实现了一个基于Web的自适应考试系统。选题策略是CAT的一个核心问题,CAT理论研究表明,按b(难度)分层是一个很好的选题方法,但针对不同的考试规模和应用背景,b应分成几层最佳?目前并无文献记载,笔者对此作了大量理论研究和实验比较。给出了针对三种考试规模下,b的最佳分层数。能力估计方法是CAT的另一个关键问题,考试的不同阶段该选用什么能力估计方法,并无固定模式,目前国内外也尚未有文献记载。文章在对现有方法充分分析和实践探索基础上,针对不同能力估计方法的优缺点,在不同的能力估计阶段,选用了恰当的能力估计方法。文章首先介绍了CAT的概念、研究现状、研究意义、CAT相关理论基础和Web设计技术;然后详细分析了系统的总体设计和各模块设计,给出了重要功能的实现。文章结尾的实验部分给出了对CAT中能力估计和选题方法的探索结果。论文最后指出了研究尚存在的问题并展望了该方向研究今后的发展。