遗传算法在排课问题上的应用研究

研究了科学排课所需遵循的原则和编排课程表所涉及的因素、问题,总结出在排课中出现的各种时间资源、空间资源、教师资源的冲突。根据排课的特点,以优化时间和空间两种资源为目标,采用鲁棒性较好的遗传算法,并进行了详细的算法设计。针对遗传算法的搜索效率较低问题,结合实验深入研究了各种优化算法的优缺点,经实验表明,该算法的设计对于解决排课问题具有优势。     

遗传算法在排课系统中的应用

根据学校排课的实际情况,建立了一个基于遗传算法的问题模型,可以合理地解决排课过程中的各种冲突,实现资源与时间的优化。就遗传算法在排课中应用与设计实现进行了阐述。     

基于VBA的Excel检测排课冲突的设计与应用

通过设计Excel课程表数据格式,设计排课冲突排查VBA代码,自动在各类课表之间检测排课冲突,有效避免排课冲突,操作简单实用.     

遗传算法在高职院校排课系统中的应用研究

随着全国高职院校的建设与发展招生规模正在不断扩大,学生人数增加教倍之多.在繁琐的教务工作中,编排课程表是一个重要且困难的问题.求解排课问题的算法有著名的模拟退火算法、遗传算法、贪婪算法等.分析讨论了影响编排课程表时的关键因素,排课规则及最终目标等问题,利用遗传算法设计了符合学院实际需求的排课系统.     

采用三维自适应遗传算法的高校排课问题研究

根据教师、学生、课程、教室和时间要求建立多约束数学模型,并结合遗传算法特点,对其各个步骤进行了改进,提出了基于三维自适应遗传算法的排课方法。实验结果表明,与传统排课方法相比,基于三维自适应遗传算法的排课方法能有效降低课程之间的冲突率,提高排课效率和成功率。     

高校自动排课系统的设计

快速、合理、优化的自动排课系统设计是高校教务管理的难点。对高校自动排课系统进行了分析,提出了排课问题的约束条件,给出了系统功能设计和数据库设计。自动排课系统实现智能化、人性化的排课过程,科学地编制课程表,合理进行课程搭配,充分利用教学资源,对学校教务管理工作的完善有重要作用。     

基于遗传算法排课问题模型的研究

排课是教学过程中的重要任务之一,优质的课程表可以提高教师、学生的上课效率。基于此,笔者通过建立硬、软约束模型,设计适应度函数,以及选择、交叉和变异等操作,最后得到最优排课方案。实验结果表明,遗传算法提高了排课算法的运算效率,能够得到更多的最优排课方案。     

军队任职院校排课问题的数学建模

针对军队任职院校课程表编排特点,在分析军队任职院校排课因素、约束条件以及求解目标等问题的基础上,建立相应的数学优化模型,构建其基本求解框架,并利用遗传算法解决排课问题。     

基于PSO的排课系统的实现

给出了一个基于离散粒子群（DPSO）的排课算法。针对具体需求,对排课系统进行了详细设计,利用C#语言在Microsoft Visual Studio 2005平台上实现了基于离散粒子群算法的排课系统,并以学校一个学期的课程表为依据对系统进行了评估。测试结果表明,粒子群算法不仅解决了高校复杂的排课难题,而且可使排课过程智能化、人性化。     

高校智能排课系统算法的研究与实现

研究高校智能排课优化问题,由于在资源的有限的条件下满足教学的有序性,使高校自动排课成为一个多约束、多目标优化问题.传统排课方法排课效率低、成功率低,导致课程之间冲突率高,无法满足现代高校教务管理要求.为了提高排课效率和排课成功率,提出一种自适应遗传算法的智能排课系统.首先根据教师、学生、教室、课程和课程时间段要求建立一个多约束条件的高校排课数学模型,采用随机可行排课法操作产生可行排课方案,然后利用遗传算法在可行方案中寻找最优排课方案.仿真结果表明,相对于传统排课方法,自适应遗传算法不仅提高了排课效率,而且提高排课的成功率,有效降低课程之间冲突率,并能够解决高校排课难题.     

《信息技术课》课堂教学与课件应用

本文针对《信息技术课》课堂教学与课件应用这一课题,从问题的提出、解决的方法、理论依据、目前现状直至前景展望,进行了系统的探讨和研究,结合教学实际就现实状况下如何上好信息技术课,好课的理念是什么作了详细的分析和阐述。具有很强的实际意义,对其它学科也具有借鉴价值。     

智能化与人性化排课算法的研究与实现

基于目前排课系统存在的问题，研究与实现智能化、人性化的排课算法。利用VB及SQL Senrer等编程和数据库工具，并结合ADO技术实现排课算法。测试表明，该排课系统适合于各高校，减少了相关教务人员不必要的劳动，提高了排课效率。     

教务管理信息系统的排课算法及实现

课程的自动编排,分析了用计算机实现排课问题的数学模型,建立了适应的排课系统,并进行了排课的需求分析,系统的整体结构及实现方案,根据排课的要求,设计了基于优先级的自动排课算法,详细介绍了排课算法的设计与实现、数据库的设计与实现等。     

基于遗传算法的多校区排课系统的研究和实现

对遗传算法进行初步研究,并针对多校区排课问题,提出基于遗传算法的课表编排算法。该算法根据课表编排的三种约束条件:基本硬约束、硬约束和软约束,确定课表编排过程中的一些关键因素,并给出排课过程中产生冲突的解决方案。通过对多校区教学现状的分析,实现基于遗传算法的课表编排原型系统,并将该系统应用于实际排课过程,经理论和实践表明该系统具有良好的自适应性,且效率较高。     

Anatomy of a mobilized lesson: Learning my way

With the mass adoption of mobile computing devices by the current school generation, significant opportunities have emerged for genuinely supporting differentiated and personalized learning experiences through mobile devices. In our school-based research work in introducing mobilized curricula to a class, we observe one compelling mobilized lesson that exploits the affordances of mobile learning to provide multiple learning pathways for elementary grade (primary) 2 students. Through the lesson, students move beyond classroom activities that merely mimic what the teacher says and does in the classroom, and yet they still learn in personally meaningful ways. In deconstructing the lesson, we provide an in-depth analysis of how the affordances of mobile computing enable personalized learning from four facets: (a) allowing multiple entry points and learning pathways, (b) supporting multi-modality, (c) enabling student improvisation in situ, and (d) supporting the sharing and creation of student artifacts on the move. A key property of mobile technology that enables these affordances lies with the small form factor and the lightweightness of these devices which make them non-obtrusive in the learning spaces of the student. This article makes a contribution on the design aspects of mobilized lessons, namely, what the affordances of mobile technologies can enable.     

改进的布尔冲突矩阵的高效属性约简算法

近年来,诸多学者喜欢用差别矩阵的方法来设计属性约简的算法,但由于计算差别矩阵不仅费时且还浪费空间,导致这些属性约简算法都不够理想。为了降低属性约简算法的复杂度,在布尔冲突矩阵的基础上,定义了一个启发函数,该函数能求出决策表中条件属性导致的冲突个数,同时给出了计算该启发函数的快速算法。然后用该启发函数设计了一个有效的基于改进的布尔冲突矩阵的不完备决策表的高效属性约简算法,该算法能够有效降低时间复杂度。最后实验结果说明了新算法的有效性。     

基于动态规划和模拟退火算法的排课系统

在分析中小学的排课问题并研究相关算法的基础上,提出了把动态规划算法和模拟退火算法相结合的一种新的排课算法.动态规划算法求出满足约束条件的一个解,作为模拟退火算法的初始解,用模拟退火算法对初始解优化,得到一个优化后的课表.     

单层小波分解下图像行列压缩感知选择算法

在进行图像压缩感知时发现以行或列进行压缩感知所得到的图像重构后的峰值信噪比(PSNR)是不同的。为了提高图像压缩重构的质量,提出了单层小波分解下图像行列压缩感知的选择算法。该算法首先计算图像的行与列数据的相对方差的最大偏离值,选择较小者对应的行或列作为压缩感知的对象,然后对图像进行单层小波变换分解出高频系数,在高斯观测矩阵下,对这些系数按指定的行或列进行压缩感知,最后利用正交匹配追踪算法(OMP)分别恢复压缩感知下的高频系数,并通过小波逆变换得到经过行列压缩感知后的重构图像,实验结果证明了算法的准确性。     

基于遗传算法的高校智能排课系统

新形势高校的发展,高校教务管理中的排课问题显得更为复杂。排课问题是一个典型的组合优化和不确定性调度问题,也是一个完全问题。该文根据高校实际情况,从遗传算法的基本理论着手,研究如何利用遗传算法解决高校排课中的资源冲突、课表优化等问题,并引用了哈希表和时间粒度的概念,对传统遗传算法染色体的编码模式进行了有益修正,增强了模式的灵活性。实验证明,遗传算法能够简化程序的复杂度和减少生成最佳课表的时间。达到了较高的师生满意度。     

基于遗传算法的高校智能排课系统

新形势高校的发展,高校教务管理中的排课问题显得更为复杂。排课问题是一个典型的组合优化和不确定性调度问题,也是一个完全问题。该文根据高校实际情况,从遗传算法的基本理论着手,研究如何利用遗传算法解决高校排课中的资源冲突、课表优化等问题,并引用了哈希表和时间粒度的概念,对传统遗传算法染色体的编码模式进行了有益修正,增强了模式的灵活性。实验证明．遗传算法能够简化程序的复杂度和减少生成最佳课表的时间。达到了较高的师生满意度。