随着计算机技术和网络技术的深入发展,计算机辅助教育已经成为现代高等教育的一个重要组成部分,而计算机考试系统又作为计算机辅助教学的重要组成部分越来越受到人们的关注。在考试系统中,自动组卷的质量好坏直接影响到被考者水平的真实评价和考试的公正性。因此,智能组卷算法和模型的研究也成为计算机辅助教育中的一个重要课题。本文对组卷的背景进行概述,对组卷理论和技术进行分析,发现目前智能组卷多数采用遗传算法,指标参数较多时,组卷有一定难度,易形成末成熟收敛,同时也忽视了用户在组卷过程中的主动参与,降低了组卷的实用性。针对以上问题,通过对各种智能组卷算法比较,提出了一种基于推理与遗传算法的智能组卷数学模型,本文的关键点如下:1)对智能组卷的多目标约束空间参数体系中的指标进行关联策略分析达到对指标体系降维的目的,有效地防止后续遗传算法组卷早熟现象;2)引入推理机技术,使得用户能参与预选试题,形成预选题库,降低参数取值范围,缩小组卷范围,增加组卷的实用性和灵活性;3)在预选题库的基础上,遗传算法在五维目标约束空间中进行优化组卷,最终可抽出多组符合用户要求的试题;4)通过试卷分析,一方面,检验整个试卷的质量,并按要求更新范例库中的成卷知识;另一方面,检验试题的质量,并作为信息反馈动态更新题库,完善题库建设。