银行家算法的应用研究

银行家算法是一个在操作系统中动态排除死锁的算法。本论文主要论述了银行家算法的思想,并利用该算法在排课系统中针对选修课程教室安排中的应用,使每个教室都能为得到充分和合理的应用。     

基于遗传算法的排课问题分层研究

分析了目前高校排课存在的问题,研究如何利用遗传算法解决排课问题以及冲突,并设计应该考虑的各种约束条件。把传统的排课问题分为时间排课和教室排课两个方面来研究,在时间排课方面又分为单目标排课和多目标排课两个步骤来考虑。通过计算机化管理的排课问题,能够有效地提高工作效率。     

FFD算法的研究与应用

排课问题是一个有约束的、多目标的组合优化问题,而FFD（First Fit Decreasing）算法是计算机数学组合优化的近似算法。文中针对排课中教室分配问题,引入FFD算法,采用首次适应贪婪思想,先将教室和课程按容量和上课人数从大到小排序,然后依次从前往后选择最先适合教室分配给课程。以国际自动排课问题研究团队（WATT）组织的第二次国际竞赛数据和规则为基准,通过与二部匹配算法、NFD（Next Fit Decreasing）和NF（NextFit）策略进行比较,FFD算法能在最优安排全部课程的上课教室前提下,对于竞赛给定的惩罚函数,所得惩罚值最小,并且教室利用率最高。     

FFD算法的研究与应用

排课问题是一个有约束的、多目标的组合优化问题,而FFD(First Fit Decreasing)算法是计算机数学组合优化的近似算法。文中针对排课中教室分配问题,引入FFD算法,采用首次适应贪婪思想,先将教室和课程按容量和上课人数从大到小排序,然后依次从前往后选择最先适合教室分配给课程。以国际自动排课问题研究团队(WATT)组织的第二次国际竞赛数据和规则为基准,通过与二部匹配算法、NFD(Next Fit Decreasing)和NF(Next Fit)策略进行比较,FFD算法能在最优安排全部课程的上课教室前提下,对于竞赛给定的惩罚函数,所得惩罚值最小,并且教室利用率最高。     

基于遗传算法的高校多媒体教室排课问题探索

遗传算法是当前计算机领域的热门课题,将这一热门课题引入到教育技术学领域中来加以研究应用。排课问题本身是一个资源分配问题,随着多媒体教室的功能日益增加,需要引入一种将教室设备作为影响授课因素之一的排课算法。分析了多媒体教室排课算法的数学模型、约束条件以及算法设计。     

一种基于遗传算法在编排课程表中的应用

课程表排课安排和管理是每个学校教务活动中非常重要的工作,它依靠计算机来完成复杂的排课部分,避免了手工排课产生的老师上课时间冲突和教室冲突。该文运用遗传算法的全局寻优对自动排课系统的设计构思和实现过程进行了研究,并利用遗传算法对问题进行求解。在演化过程中采用一种新的遗传策略,加速了群体的收敛速度。并得到了一个解决适合学校要求的课程表模型的好的算法。     

一个考试安排系统的设计与实现

考试安排是学校工作的重要组成部分,随着学校规模的扩大,效率低下、容易出错的手工方式越来越不适应实际工作的需要,利用计算机技术设计开发考试安排系统、实现考试安排的自动化成为教务管理部门的迫切需要。本文以VisualBasic6.0为开发平台,设计并实现了一个考试安排系统,对其系统功能进行了分析,并介绍了系统的详细设计,还就不规则教室的生成、随机排位等算法进行了分析。     

基于学分制的排课算法分析与设计

根据高职院校课程教学安排的特点,详细分析了排课算法所涉及的课程、教室、教师等资源的安排方式及时问模式.利用贪心策略,设计出了排课优化估计函数及整体排课算法.     

基于贪心法和禁忌搜索的实用高校排课系统研究

在深入分析普通高校排课的流程、特点和难点的基础上，提出一个基于贪心法和禁忌搜索的排课算法。算法采用基于优先级的贪心法构造排课的初始解，进而利用禁忌搜索获得全局较优的排课结果。设计中充分考虑了当前高校课表问题的实际情况，如课程性质对排课的要求、教师的特殊要求等。实现的原型系统同时支持自动排课和交互式排课，对于一些难度较大的问题，可以通过人机交互方式来解决。通过对高校的实际排课数据进行测试，结果表明该算法可行且能够有效地提高排课效率。     

高校智能排课系统的设计与实现

以教学任务为基本单位,在计算教学任务排课优先级的基础上,对教学任务的时间和教室的安排均采用优化资源查找的算法,设计并实现了一个高效智能排课系统。经实际运行表明,该系统具有良好的适用性和实用性。     

基于关系着色图的Timetabling算法研究及其应用

考试自动安排系统在高校教务管理中处于重要位置,也是一个难题.提出一种基于关系着色图RCC(Relationship Coloring Chart)的Timetabling算法,探讨了该算法在考试时间安排中的应用,开发了某高校业余大学考试自动安排系统,并解决了较大数量学生补考的复杂安排问题.     

混合算法在大学课程表问题中的应用研究

大学课程袁问题是时间表问题之一,也是一个多因素的优化决策问题.文章提出的混合算法,基于动态规划的思想,对大学课程表问题进行分阶段求解,分别采用遗传算法分配时间,采用最佳适应算法分配场地.实验结果表明,这种方法既保证了课表的质量,又有利于工程上实现和扩展.     

The classroom assignment problem: Complexity,size reduction and heuristics

In this paper, we investigate a compound of the exam timetabling problems which consists of assigning a set of independent exams to a certain number of classrooms. We can define the exam timetabling problem as the scheduling of exams to time slots in first stage and at a second stage, the assignment of a set of exams extracted from one time slot to some available classrooms.Even though the formulation of this problem looks simple as it contains only two sets of constraints including only binary variables, we show that it belongs to the class of NP hard problems by reduction from the Numerical Matching with Target Sum problems (NMTS).In order to reduce the size of this problem and make it efficiently solvable either by exact method or heuristic approaches, a theorem is rigorously demonstrated and a reduction procedure inspired from the dominance criterion is developed. The two methods contribute in the search for a feasible solution by reducing the size of the original problem without affecting the feasibility. Since the reduction procedures do not usually assign all exams to classrooms, we propose a Variable Neighbourhood Search (VNS) algorithm in order to obtain a good quality complete solution. The objective of VNS algorithm is to reduce the total classroom capacity assigned to exams. A numerical result concerning the exam of the main session of the first semester of the academic year 2009–2010 of the Faculty of Economics and Management Sciences of Sfax shows the good performance of our approach compared with lower bound defined as the sum of the total capacity of all assigned classrooms and the total size of the remaining exams after reduction.     

A genetic algorithm for a university weekly courses timetabling problem

The timetabling problem is concerned with the allocation, subject to constraints, of given resources to objects in space and time in such way as to satisfy as nearly as possible a set of desirable objectives. This problem is known to be NP–complete and as such only combinatorial optimization methods can guarantee an optimal timetable. In this paper we propose a sector–based genetic algorithm for solving a university weekly courses timetabling problem. Preliminary experimental results indicate that the algorithm is promising.     

遗传算法在排课问题中的应用研究

高校教育模式的不断发展,使得排课过程中的各种约束因素更加复杂。针对高校排课过程中的各种约束条件进行分析,建立了基于遗传算法的染色体编码,分析了在遗传算法中进行教室调度、生成初始种群和应对冲突,并对应用遗传算法来解决排课问题进行了系统建模。     

一种基于VxWorks的内存分配算法

研究了VxWorks系统内存分配算法,指出了常用内存管理算法的局限性,在此基础上,提出了一种改进的内存分配算法.改进的内存分配算法包括优化的内存块分配算法和快速高效的动态内存分配算法,两者结合使用将会有效提高嵌入式系统的性能.对改进内存算法的实现作了详细的介绍.     

A multi-objective evolutionary algorithm to exploit the similarities of resource allocation problems

The complexity of a resource allocation problem (RAP) is usually NP-complete, which makes an exact method inadequate to handle RAPs, and encourages heuristic techniques to this class of problems for obtaining approximate solutions in polynomial time. Different heuristic techniques have already been investigated for handling various RAPs. However, since the properties of an RAP can help in characterizing other RAPs, instead of individual solution techniques, the similarities of different RAPs might be exploited for developing a common solution technique for them. Two RAPs of quite different nature, namely university class timetabling and land-use management, are considered here for such a study. The similarities between the problems are first explored, and then a common multi-objective evolutionary algorithm (a kind of heuristic techniques) for them is developed by exploiting those similarities. The algorithm is problem-dependent to some extent and can easily be extended to other similar RAPs. In the present work, the algorithm is applied to two real instances of the considered problems, and its properties are derived from the obtained results.     

UTP中一种分阶段求解算法

大学课程表问题UTP是一个应用广泛的、典型的组合优化和不确定性调度问题,并且已经被证明是NP完全问题。本文提出了一种分阶段解决大学课程表问题的算法,将课程表问题划分为时间安排和空间安排两个阶段,分别采用智能算法和最佳适应算法逐段求解,并最终求得全局较优解。通过设计实验对算法进行分析,结果表明这种分阶段决策算法在保证课表质量的同时能够有效减小遗传算法在求解UTP问题中的复杂度,提高程序的运行速度。     

组合时间模式与贪婪准则的排课方法

排课问题是一个具有多因素的优化决策问题,是组合规划中的典型问题,属于NP完全类问题。为了能够有效地抑制排课中的"组合爆炸"现象,提高排课速度,根据高校课表的特点,本文针对周课时的离散化分布提出了时间模式概念,设计了时间贪婪准则和教室贪婪准则。测试结果表明,本文算法不但能简化排课过程,提高排课效率,同时也提高了排课的满意度。