本论文首先阐述了人工智能的重要分支—专家系统的背景及发展现状,其次对专家系统技术中的知识表示、知识库结构和推理机制进行了系统地分析和研究.专家系统的技术已经在很多领域应用,并取得了巨大的经济效益和社会效益.本文把专家系统的技术应用于计算机辅助考试系统的核心部分—自动组卷.根据考试组卷的特点,在其中应用专家系统技术时,论文将专家知识划分为事实性知识、规则性知识和控制性知识,并用合适的知识形式表示出来,存储在组卷参数知识库和案例知识库.在此基础上,根据知识点的教学要求和学时推理确定组卷需要的量化组卷控制参数,推理过程中采用了基于规则和基于案例的混合推理机制,推理的方向采用数据驱动的正向推理.组卷过程的后台数据库—试题库中基本表之间以外键为指针建立了一种树状的数据结构,为基于知识点的智能组卷算法的实现提供了基础.本论文提出并实现了应用专家系统技术的"基于知识点的题型分布和分值的智能组卷算法",该算法较现有的组卷算法有两点改进.第一点应用了专家系统的技术,克服了现有的考试系统都需要考核者在组卷之前输入大量的量化组卷控制参数的不足.本系统组卷之前只需考核者为每个知识点确定教学要求和学时;第二点组卷算法是"基于知识点的题型分布和分值"进行的,以此算法组出的试卷具有合理的内容分布和题型分布,满足了考试的要求.