目前常用的组卷算法有: 随机算法、动态回溯算法、遗传算法。回溯法实现起来程序结构比较复杂，而且试题缺乏随机性, 组卷时间长。遗传算法具有很好的并行性, 也具有良好的全局优化性和稳定性。但遗传算法的技术还不是很成熟, 一般的遗传算法进化速度缓慢, 搜索效率不高, 容易早熟, 易陷入局部最优值, 而导致组卷失败。随机算法, 普通的随机算法存在每次随机数据可能重复访问某个单元, 而且不是每次都能返回有效的试题, 效率不高。

    动态回溯算法也叫试探法．它是一种系统地搜索问题的解的方法，可以被认为是一个有过剪枝的DFS(深度优先搜索)过程。它按优先条件向前搜索，以达到目标，但当搜索到某一步时．发现原先的选择并不优或达不到目标。就退回一步重新选择。而满足回溯条件的某个状态点称之为回溯点。具体到计算机智能排课系统中，选优条件即为排课数学模型中的约束条件群(需求集中的元素特征与资源集中的元素特征相互作用形成的数学关系)若不满足约束条件群，该选择即为不优或达不到目标当遍历该步骤的所有可能仍未满足约束条件群．则该状态满足了回溯条件，该状态点即为回溯点。

     回溯算法解决组卷问题时首先要描述解的形式，定义一个解空间．它包含问题的所有解：其次构造状态空间树，这棵树的每条完整路径都代表了一种解的可能：再次是构造约束函数，通过描述合法解的一般特征用于去除不合法的解，从而避免继续搜索出这个不合法解的剩余部分：然后通过深度优先搜索完成回溯。回溯法在理论上可以遍历每一种可能的状态组合，但实际上，当试卷总题量较大时，可能的试卷组合数将成为一个天文数字。在实际应用时会发现这种算法对内存的占用量很大，而且选取试题缺乏随机性，组卷时间长。

    遗传算法由美国学者J．H．Holland提出，遗传算法(Genetic Algorithm)是一种模拟大自然生物进化过程的计算模型，它以其简单、鲁棒性强、全局寻找、收敛速度快以及不受搜索空间限制性条件约束等特点而日益受到人们的关注．这些都适宜于处理试题库组卷的问题．该算法首先生成一定规模的初始群体，然后使其中的个体以一定的概率进行交叉与变异，实现个体结构的重组，再按预定的评价函数选择复制优秀个体，组成新的一代，如此循环迭代，以期最终找到满足寻优条件的全局最优解。

    利用二进制编码不能反映所求问题的结构特征，无法利用具体领域的特定知识，遗传算子可选择的操作方式有限，精度也不太高。选择采用轮盘赌方法，当群体适应度差异非常大时，最佳个体的生存机会显著增高，较差个体的生存机会被剥夺，使最佳个体很快充满整个群体，遗传算法也较早地丧失了进化能力，且标准遗传算法难以收敛到全局最优解。另外，针对不同问题，仅采用单点杂交和基本位变异的方法是远远不够的，其中杂交是遗传算法生成新群体，带动群体进化的主要方法，是遗传算法的核心；变异是维持群体多样性，突破局部极值的重要手段，两个算子的操作方式对整个遗传算法的影响相当大，应根据具体问题选择设计适当的操作方式。在采用传统的二进制编码方法中，除需要知道它的适应函数外，几乎不需要其它的先验知识，因此它具有很强的适应性，能在不同的领域广泛应用。但是从另一个角度看，正是由于基于传统的二进制编码的遗传算法使用的先验知识很少，不能做到具体问题具体分析，要想得到很好的解一般比较困难。对于某些问题，二进制编码的遗传算法的求解速度太慢，且易产生早熟收敛。

    传统的遗传算法存在搜索后期效率低和易形成末成熟收敛的情况．为此，人们尝试了许多改进方法，包括设计不同的选择、交叉及变异算子，改变算法结构，设计自适应交叉和变异概率，将遗传算法与其它优化智能方法相结合等．针对试题组卷的具体情况，本文提出一种用改进的遗体算法来求解试题组卷问题的方法，对试卷进行全局优化，以最终形成合乎要求、具有较高可信度、效度的试卷．取得了良好的效果．其具体解决方案如下：

    编码方案的确定编码方案的选择依赖于问题的性质，并影响到算法内操作的设计，是影响算法性能的重要因素．常见的编码方案有二进制编码、十进制编码、实数编码等．由于题库的数据结构直接影响访问数据库的速度，为了在生成试卷时能够快速选取指定类型的试题，且能减小冗余度，在构建题库时，为每种题型建立一个库文件．因此本系统采用分组实数编码方案．具体来说，就是每种题型各自独立进行实数编码，但题型组之间的编码是独立的．其中每一组编码反映一种题型．我们将一份试卷映射为一个染色体，组成试卷的各个试题映射为基因，基因的值直接用试题的题号表示。试卷初始种群不是采用完全随机的方法产生，而是根据题型比例、总分答题时间和知识点不重复的要求随机产生，使得初始种群一开始就满足了题型、总分、答题时间和知识点的要求．这样加快遗传算法的收敛并减少迭代次数．由于不同的题型是从不同的题型表中取出，有可能在同一个基因串中会出现相同的试题编号，因它们属于不同题型，故这种情况是正常的，不影响组卷．采用分组实数编码，可以克服以往采用二进制编码搜索空间过大和编码长度过长的缺点，同时取消了个体的解码时间，提高了求解速度。