这项研究比较了四个项目的选择程序开发使用严重限制计算机自适应测试（猫）。严重约束的CAT指那些寻求满足复杂约束集的自适应测试，这些约束集通常互不确定（即，一个项目可能导致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。