一个大学课表计算机辅助编排系统

本文分析了在高等院校中编排大学课表所要考虑的诸多因素,介绍了一个大学课表计算机辅助编排系统DTASS,着重阐述了此系统的设计思想和实现方     

计算机排课中的冲突避免与解决策略

课表编排问题是组合规划中的典型问题,属于NP完全类,本文探讨课表编排中的冲突及其产生原因,并研究在计算机排课中的冲突避免与解决策略,说明排课系统的实现方法。     

通用计算机自动编排课表系统

经过近一年的系统开发,我们初步研制成功通用自动编排课表系统,它吸取了人工排课的丰富经验,利用计算机高速逻辑分析判断的优势,按最优化原则和最佳时间模式构造课表,只要按照教学计划,输入本学期所开课程的学时及要求,计算机即能自动编排适合军队院校使用的学期课表或月课表,也可以编排出适合地方高校使用的周课表,稍加修改还可以     

基于启发性知识研究生院课表编排系统

60年代末,课表编排问题国外就有人开始研究。1962年,Gotlieb曾提出一个课表问题的数学模型,此后人们对其算法、解的存在性等问题做了很多探索,1975年Even等人证明了课表问题属于NP-完全问题。从此人们才将更多的精力放在如何实现计算机编排实际课表上。 国内对课表问题的研究始于80年代初,而且都是以大学本科课表编排为对象的,随着教育事业的不断发展,研究生院纷纷创建,尤其研究生人数不断增加和新学科新领域不断出现,使得以往的管理手段很难完全适应当前新形势的需要,教务管理人员愈发感到工作负担沉重,因此研究生院课表编排自动化便成为日益迫切的要求。 1.研究生院课表问题的特点     

高校课程表编排理论研究概述

随着信息技术的不断发展和普及,使教育面临新的课题和挑战。课程安排和管理是高等学校教务活动中非常重要的工作之一。一直以来专家学者都致力于研究排课理论和方法,在现代化的计算机技术基础上,实现课表编排的高效和优化。本文通过对课表编排理论的发展进行概述分析,在借鉴已有的研究成果基础上,结合目前的实际应用需求,提出线性规划法在高校课表编排中的方法。     

遗传算法在智能课表生成系统中的应用研究

课表的制定是高校教务管理中一项重要而且复杂的基本工作,利用计算机排课可以提高排课质量,把教务工作者从繁杂的排课工作中解脱出来。课表智能生成系统的主要内容就是采用一种合理的算法使用计算机实现课表的自动编排、基础数据的处理、课表的查询和课表的输出等多种功能。本文首先对诸多的课表问题进行比较分析,提出一种使用遗传算法求解问题的方案。并利用软件工程的方法,对课表智能生成系统进行功能进行设计,建立系统数据模型。     

遗传算法在智能课表生成系统中的应用研究

课表的制定是高校教务管理中一项重要而且复杂的基本工作,利用计算机排课可以提高排课质量,把教务工作者从繁杂的排课工作中解脱出来。课表智能生成系统的主要内容就是采用一种合理的算法使用计算机实现课表的自动编排、基础数据的处理、课表的查询和课表的输出等多种功能。本文首先对诸多的课表问题进行比较分析,提出一种使用遗传算法求解问题的方案。并利用软件工程的方法,对课表智能生成系统进行功能进行设计,建立系统数据模型。     

排课表问题中的分组优化决策算法

针对大学排课表这个多因素优化决策问题,介绍一种分组优化决策算法,它是系统Ｕｎｉｖｅｒｓｉｔｙ Ｔｉｍｅｔａｂｌｅ Ｐｌａｎｎｉｎｇ Ｓｙｓｔａｍ（ＵＴＰＳ）使用的方法。实践表明该算法是行之有效的,在计算机实现课表的自动编排过程中,本算法直到了核心作用。     

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。     

基于免疫克隆算法的课表编排方案

将高校课表编排问题转化为带约束的多目标优化问题,基于混合编码,应用免疫克隆算法对随机课表编排方案进行优化。通过基于相似性矢量矩的选择方法抑制抗体浓度,保证种群多样性,避免免疫克隆算法陷入早熟收敛。仿真结果表明,该方案在课程合理性、总体满意度和运行时间方面均能取得较好的效果。     

分治算法在大规模学校排课中的应用

课程表编排是一个涉及班级、教师、时间、课程、教室等多种因素的组合规划问题。大规模学校由于班级多．课程种类多,排课过程中出现的冲突也非常突出,提出“分治算法”在排课的中应用,解决冲突问题,有效地调配教学资源,提高课程表的编排质量,提高师生对课程表编排的满意度。     

工艺规则知识管理系统的研究与开发

本文重点阐述了工艺规则知识管理系统的研究与开发原理,论述了通用的基于关系数据库的工艺决策知识模型构建方法。提出了工艺决策产生式规则表示方法,摒弃了传统的利用固定加工方法或加工规则设计数据库字段的方法,有效地保证了系统的通用性和移植性。     

应用遗传算法求解排课问题

给出了排课问题的描述和五元组定义.针对排课问题的关键因素,根据遗传算法的特点,设计了排课问题的编码方式,对求解的目标进行了优化,满足了实际应用.     

A Combined column generation and heuristics for railway short-term rolling stock planning with regular inspection constraints

The aim of railway rolling stock planning problem is to find an optimal allocation of train-sets for a given set of trips in the train timetable in order to minimize the total cost. We propose a column generation and Lagrangian relaxation heuristics for short-term rolling stock planning problems with regular inspection constraints. The problem is formulated as a subtour traveling salesman problem to find a set of elementary shortest cycles that cover all trips in the timetable. In the proposed method, a tight lower bound is obtained from the continuous relaxation of Dantzig–Wolfe reformulation by column generation. The pricing problem can be formulated as an elementary shortest cycle problem with resource constraints. A labeling algorithm is applied to solve the pricing problem. In order to reduce the computational effort, we apply a general state space augmenting algorithm to solve the pricing problems. Computational results show that the proposed column generation and Lagrangian relaxation heuristics can find good lower and upper bounds for 300 trips within reasonable computing time.     

PLC在教学楼照明控制系统中的应用

本文从学校节约电能的角度,介绍了PLC在教学楼教室照明控制系统中的应用。着重介绍了按课表对教室进行合理供电的方法和课表的数字化处理及照明控制程序的设计。     

一个综合应用人工智能技术的课表专家系统

课表生成系统的主要任务是快速、准确、无遗漏地发现初始课表方案中的冲突,然后按设计的处理办法迅速生成符合教学要求的正式课表。针对现有的课表生成软件在约束条件增多、生成课表量增大的情况下处理速度非常慢的现状,综合应用了人工智能技术处理课表生成问题,取得了良好的效果,与同类软件相比,大大提高了工作效率。文中介绍了课表生成专家系统的方案框架,讨论了处理冲突的算法。     

From timetabling to train regulation—a new train operation model

A new train operation model proposed here not only considers the flexibility of train regulation, or train rescheduling problem, but also the objectives of timetabling process. A genetic algorithm is applied to solve this problem efficiently. Thus no matter the problem is planning the timetable of trains, the unusual passenger flow occurrence or the incident caused delay, our model will make the train regulation as the same as the timetable construction. This will simplify the work of administration. Our model also shows that once the delay occurred, the waiting time of the passengers will be the cost to delay every train. If the delay is not large enough, the system can have some rooms for removing the influence of the delay through our model.     

基于D_时刻表算法的大学课程表的求解

根据现在大学编排课表的特点设计了一种全新的方法,即用时间规划中的D_时刻表算法来对课程表进行编排。这是以文献[2]的求解D_时刻表的方法为基础,参照近年来人们多采用的遗传算法,加以改进的方法。结果表明该方法具有一定的可行性和有效性。     

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。