若P(S) >
rmax
，則令 P(A|S) =P(S) r max
藉此來壓低高曝光試題的出現機率；若 P(S) ≤
rmax
，則令 P(A| S) = 1，藉此來提高低曝光試題的出現機率。實施步驟：
假設L 為測驗長度； EP 為曝光參數；
rmax
為可接受試題最大曝光率。 目不易被選取，題庫的使用率較不高(Chang & Ying, 1999)。在極端能力區間 下的試題曝光率幾達100%(Chang & Ansley, 2003)。（2） SHC曝光率的控管方法
方法：與SH 曝光率控管法相似，需先迭代曝光參數後再進行施測，不 同之處在於SHC 曝光率控管法針對不同的能力區間進行曝光參數的迭代。
實施步驟：
假設N 為題庫長度；M 為能力區間分割數； EP 為曝光參數；
rmax
為 可接受試題最大曝光率。步驟一：將受試者能力分佈範圍切割成M 個區間。
步驟二：針對M 個能力區間，各給定 S 名均等分佈受試者，各區間分別使 用SH 曝光率控管法迭代產生各區間所對應的 EP 值。最後會形成一 個M × N 的 EP 矩陣。
將此M × N 的 EP 矩陣運用在實際的 CAT 施測上。選擇試題時，當 受試者能力估計值θ 落在區間 m (m = 1,2,3...M )，就使用區間 m 的 EP 來 控管試題的曝光率。
SHC 曝光率的控管方法不論受試母群體分佈為何，皆能將每個能力區間 的試題曝光率做良好的控管。EP 需要事先迭代產生，耗費相當多的時間與 運算資源，最大的缺點在於能力估計的損耗過大(Chang, Ansley, & Twu, 2002)。
（3）ASHC曝光率控管法
有鑒於SHC 能力估計的損耗過大，陳昇座（2007）提出ASHC 曝光率 控管法，以提高能力值估計精準度。ASHC 與SHC 曝光率控管法相似，須 先在不同能力區間先迭代曝光參數後再進行施測，不同之處在於ASHC 曝光 率控管法針對不同的能力區間給予不同的曝光率控管，以提升能力值估計，
針對受試者人數較多的能力區間，給予較嚴格的曝光率控管；受試者人數較 少的能力區間，給予較寬鬆的曝光率控管。ASHC1 法與ASHC2 法在能力 估計精準度上優於SHC 法，達到改進SHC法能力估計精準度的目的；ASHC2 在曝光率控管上，在試題曝光率平均值、未使用試題數指標，整體上效能最 佳；在受試者為常態分佈時，ASHC2 法的表現不遜於SHC 法（陳昇座，
2007）。然而此方法必須事先獲得受試者能力分佈情形以推算各能力區間曝
的過程，一旦施測情境與原先迭代曝光參數時的情境不同時，曝光參數便無
情境異動(母群體、題庫)下，依然能有效做曝光率的控管，施測前期 SHO 產 生的曝光參數較不穩定，曝光率的控管成效不如施測後期來的好。(朱怡君，
2005)
（2）SHOF曝光率控管法
Chen & Liao (2005) 建議將 Freeze 程序(Revuelta & Ponsoda, 1998)加 入SHO 中，以提高曝光率控管的效能。Freeze 是一個嚴格的曝光控管程序，
步驟六：將新產生的EP ，重覆步驟二至步驟五，一直所有受試者施 測 完畢。
透過Freeze 的嚴格控管，SHOF 改善線上控管法在施測初期曝光控管不 穩定的情形，且具有較低的測驗重疊率及較高的題庫使用率，並維持良好的 能力估計準確性（吳玫玲，2006）。SHOF 雖然整體曝光控管成效不錯，但 若針對各個能力水準來看，其成效可能不盡理想（蔡篤松，2008）。