随着计算机技术及人工智能的迅速发展,智能组卷系统的研究逐渐被越来越多的专家学者所重视。组卷问题是一个多约束多目标组合优化问题。影响组卷效率和质量的核心因素是组卷算法的设计。本文分析了组卷问题的约束条件,建立了一种新的试卷矩阵数学模型,该模型能够方便扩展各项组卷指标,具有较好的通用性;提出该模型的遗传算法编码方法,该方法能够存储组成的试卷个体的适应值和各种属性指标,从而有效避免适应值的重复计算;并且组成试卷的试题直接映射为遗传算法的基因,避免解码过程,提高了运算效率。对遗传算法进行了改进,针对杂交算子提出了一种分段多点杂交策略,针对变异算子提出了一种分段多点变异策略,该策略可以有效避免组卷过程中的知识点冲突;并通过利用大比率杂交和变异,保持种群的多样性,从而有效提高遗传算法的收敛速度。提出一种以知识点为基本依据,产生满足知识点、题型分布、答题时间等三项基本要求的试卷初始群体的办法,提高遗传进化的起点,从而提高组卷的速度。最后对所提出的算法进行实验验证,设计和实现了一个智能组卷系统,实验结果和实际运用表明,利用本文设计的算法进行组卷能够很好满足试卷各项指标。