信息技术在教育中的应用,使教育教学的方方面面都发生了重要变革,由此逐渐形成了计算机辅助教学这一研究领域。考试系统是计算机辅助教学的重要组成部分。在考试系统中,智能化是发展方向。本文主要研究智能组卷算法和考试分析智能算法。智能组卷的算法有很多种,例如随机抽取策略、补偿策略、回溯试探策略和基于遗传算法的组卷策略等。有些算法在技术上易于实现,但是组卷成功率和效率比较低;有些算法在理论上可行实现起来又太过复杂。本文通过对以上组卷算法的研究,根据教育测量学理论,提出了分层策略算法。分层策略算法对试卷的试题类型、试题数量、试卷知识点、试卷难度以及试卷区分度等组卷指标进行处理,将这些指标按照数值类型和弹性特征进行分类划分,在组卷的成功率和效率之间取得了平衡。在考试分析研究中,本文在对试卷分析指标体系进行研究的基础上,将聚类分析中的K-means算法应用于考试分析,提出了反馈分析模型,为分析指标反馈调整和组卷效果评价提供了方法,编写了相关的程序,进行了实证,验证了理论成果的合理性。本文研究成果为实现具有高效智能组卷和试卷分析反馈调整的考试系统提供了理论依据。本文给出的数据库结构和算法对其他领域的类似系统也具有参考价值。