随着社会的发展,人们不仅满足于对个体宏观层次的评价,而是希望能从被试的实际作答反应中获取更多的被试认知结构的信息,以便对被试做出更具体更客观的评价,从而给出相应的补救措施。由于教育学、心理学、数学和计算机科学的迅速发展,特别是模式识别、人工智能和计算机辅助教学等的发展,刺激和促进了认知诊断的迅速发展。据不完全统计,国外约开发了60多个认知诊断模型应用于认知诊断模型,其中规则空间模型和属性层次方法就是我们常见的两种认知诊断模型。孙佳喃等人在分析和比较了RSM和AHM的基础上,提出了一种新的认知诊断模型-广义距离判别法(GDD),它是在修正 Q理论的基础上,通过定义观察反应模式和理想反应模式之间的广义距离,实现对被试掌握模式的判断。　　本研究主要把0-1评分模型的GDD扩展成多级评分模型的GDD。用蒙特卡洛模拟实验比较GDD和AHM基于等级评分模型的优劣,结果表明,GRM-GDD方法比GRM-AHM方法的归准率高,随着失误率的提高,它们的归准率相应下降,而且不同的属性层次结构,变化的规律是一致。