ICAI系统即智能计算机辅助教学系统，已经成为国际上计算机辅助教学研究的主要方向，它代表了一种新的教学思想和教学方式：模拟对象是老师，服务对象是学生，基于学习者特征、状态，跟踪学习者特性与状态变化，自动生成教学信息，调整教学过程和教学策略。同时，ICAI又是一个综合交叉学科，涉及了计算机、教育两大学科的许多分支领域。基于以上考虑，论文以学生模型的建立作为研究对象，论述了国内外相关领域的研究现状，并系统地研究了建立学生模型的各种方法。在此基础上，提出了一个较为完整的学生模型，并创新性的应用神经模糊综合评价方法实现学生模型中的认知评价。 论文的主要研究内容包括：通过分析传统的学生模型的建模方法，发现它们的不足，从而在综合前人的研究成果的基础上，进一步研究了基于神经模糊综合评价方法的学生模型。此模型依据现代教育理论，采用人工智能技术，把学生模型更完整的描述为基本信息模型、安全模型、覆盖模型、认知模型和测试评价模型，分别以信息模块、学习进度模块、认知评价模块来实现学生模型的各个功能。其中认知评价模块是本文的研究重点也是一个创新点，它是同时基于模糊数学理论和人工神经网络理论，通过改进原有的模糊综合评价方法，建立了一个新的多级评价模型。 研究表明，本文中的学生模型较以往的更完整，不仅对学生的知识掌握情况即知识水平有描述，对学生的认知能力也进行了充分的描述与评价；并且这种评价不像以往的那样粗略，而是综合考虑了学生练习测试中表现出来的认知情况、学生个性特点、学习环境以及学习效率等因素，使评价更符合教学规律更具合理性。而应用的结果表明，基于神经模糊综合评价方法的测试评价模型，在评价的过程中互补了模糊综合评价方法和BP网络的优缺点，避免了在模糊综合评价过程中对于有大量评价因素时难以确定隶属度、建构花费时间大、模型主观经验性等问题。神经模糊综合评价方法作为二者的结合是一个值得研究的评价方法。