计算机技术、网络技术的迅猛发展,带动了远程教育的蓬勃发展。远程教育是教育在网络技术发展带动下的产物。很多教育专家认为远程教育会成为未来教育发展的必然趋势。在线考试系统是现代远程教育系统的一个子系统,是远程教育实现过程中的一个关键,是保证远程教育教学质量的重要手段之一。与传统的考试相比,在线考试系统不但可以节省大量的人力、物力,还可以提高考试的效率和质量。专家预言,网络考试系统必将取代传统的考试方式。本文主要对在线考试系统功能研究的基础上,重点探讨了基于遗传算法的在线考试系统的设计与实践。遗传算法是一种通过模拟生物界自然选择和遗传变异的机制来求解复杂问题的随机搜索和优化的方法,是智能算法的一种。具有简单通用、鲁棒性强、适用并行处理以及高效、实用等显著特点,在自动化等行业应用广泛而且效果很好。本文将遗传算法应用于在线考试系统中,能够解决传统组卷算法存在的“组卷速度慢、成功率低、组卷质量不高”等缺点。最大程度地满足了用户的需求,具有科学性、合理性和较好的实用性。论文采用文献分析法、案例分析法、系统科学方法、教学设计方法、面向对象设计方法等研究方法,在以下五个方面开展了一些研究工作。1、了解在线考试系统的国内外发展状况,研究经典测量理论、项目反应理论等教育测量理论,并深入研究经典测量理论下有关难度、效度、区分度等指标。为试题库的建设提供理论基础,为数学模型提供约束条件。2、根据试卷指标体系,建立自动组卷的多目标优化函数模型。深入学习遗传算法,并运用遗传算法对数学模型进行求解。结合实际情况,进行较为详细的需求分析,通过对问题进行合理抽象,确定系统总体结构和功能,制定系统设计方案。3、学习并研究有关数据库技术、ASP.NET技术、Ajax技术、安全策略。4、根据系统设计方案,确定系统开发环境和系统体系结构。系统采用三层B/S模式进行开发。5、在线考试系统的设计及实践。本文在需求分析的基础上,参阅和分析了大量的国内外相关文献,以经典测量理论、建构主义学习理论作为试题库建设的理论基础,根据一系列试卷指标,建立自动组卷多目标优化数学模型。利用遗传算法对建立的自动组卷数学模型进行求解,将遗传算法应用到在线考试系统中。本文运用面向对象的方法对在线考试系统进行设计,构建了一个三层结构的、基于C#语言的和以SQL Server 2005为后台数据库的多功能在线考试系统。本文对多目标优化数学模型以及常用组卷算法,特别是对遗传算法进行了深入的研究,在一定程度上会促进组卷算法的发展,具有一定的理论意义和现实意义。