本研究比较了开发的四项项目选择程序，用于使用严重限制的计算机化适应性测试（猫）。严重限制的猫指的是那些寻求满足一组复杂的约束的那些自适应测试，这些约束通常不是彼此结论（即，物品可能有助于同时满足几个约束条件)。本研究采用加权偏差模型(WDM)、加权惩罚模型(WPM)、最大优先级指数(MPI)和阴影测试方法(STA)。此外，引入了两个MPI程序的修改版本，以处理在测试过程中导致项目选择程序功能失调的边缘情况。结果表明，在测量精度和约束管理方面，STA方法在所有候选方法中效果最好。对于其他三种启发式方法，它们在度量精度和约束管理的下界水平上没有显著差异。然而，WPM方法在整体约束管理方面的表现明显好于WDM或MPI方法。并讨论了研究的局限性和未来的研究方向。