基于多种调度算法的排课系统研究

根据中职院校实际需求,提出一个基于银行家算法和贪心算法的排课算法。发挥每种算法的优点,阐述不同算法的运用过程和思路,利用银行家算法将教师分配到班级,利用贪心算法将课程分配到时间和教室,实现了整个排课算法的设计,有效的解决了排课问题。     

基于课程间关联规则的排课优化算法研究

针对如今高校招生人数扩张所伴随而来的高校排课资源紧张的现象进行了研究,提出了一种基于关联规则的排课优化算法（SH-AP算法）来优化高校排课。SH-AP算法将关联规则算法应用到排课过程中,通过对高校学生选课数据进行关联规则的挖掘,找出需要排课的课程之间的关联规则,之后SH-AP算法再将已经挖掘出的课程间关联规则应用到排课系统中,对高校排课进行优化。实验最终得到课程间关联规则的数据,并为高校提供人性化的排课。根据研究与对比表明SH-AP算法在对排课的合理化与人性化上有很好的优化效果,帮助学校在进行排课的时候,考虑课程时间地点冲突问题的同时,对学生的需求进行满足。     

基于二叉知识树推理的可扩展智能排课系统

针对高等院校整体教学资源条件下的复杂多约束、多目标组合优化排课问题,提出了一种基于二叉树知识推理的可扩展智能排课算法并进行系统研发。结合实际教学过程中涉及的课程、时间、专业、教室、教师和可信度模型进行定义,构建了智能排课模型,设计了系统结构和排课算法。原型系统利用不确定性推理巧妙地解决了排课过程中棘手的软约束问题,并将二叉知识树引入知识库存储结构以解决系统的灵活性和可扩展性问题,使原型系统能够适应动态大规模排课需求。     

基于遗传算法的实训室多重优先排课方法研究

排课是学校教学管理中非常重要的工作。排课问题是一个有约束、多目标的优化组合问题,并且已经被证明是一个NP完全问题。高职院校与一般中小学校相比,课程的编排需考虑的因素更多,极为复杂。以广东农工商职业技术学院计算机系实训室排课系统的算法作为研究对象,根据我院的一校多区等实际情况和计算机实训课程的特点进行排课算法的研究,采用多重优先法则与遗传算法相结合的方法有效解决了排课问题,不但排课效率高,而且容易得到优质课表。     

高校排课问题的图论模型及算法

针对排课系统的缺陷,提出了尊重学生学习规律,按照课程的重要程度和重要课程分配的时间间隔,利用图论的边着色理论,对排课资源进行建模,并给出了有效的多项式时间算法,使得排课问题的解决更加合理与人性化。     

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.     

基于分类优化和优先级算法的自动排课探讨

为解决目前高校自动排课系统设计复杂、排课效率低的问题,提出了一种基于分类优化、优先级算法以及矩阵匹配运算的自动排课算法。该算法首先对课程进行分类优化,然后按优先级进行计算,其次引入矩阵的迭加匹配运算,将整个问题分层分类处理,从而使大问题分散在各个子问题当中,并通过逐层处理达到了降低算法复杂性、减少死锁的目的,最终实现自动排课。     

基于分类优化和优先级算法的自动排课探讨

为解决目前高校自动排课系统设计复杂、排课效率低的问题,提出了一种基于分类优化、优先级算法以及矩阵匹配运算的自动排课算法。该算法首先对课程进行分类优化,然后按优先级进行计算,其次引入矩阵的迭加匹配运算,将整个问题分层分类处理,从而使大问题分散在各个子问题当中,并通过逐层处理达到了降低算法复杂性、减少死锁的目的,最终实现自动排课。     

基于遗传-蚁群混合算法的排课系统

在高校的教务管理中,排课问题是复杂又关键的环节,科目数量众多,教学资源有限等等因素都制约着排课的复杂程度和结果.排课本质就是将课程、班级在合适的时间段安排到合适的教学位置,是一个NP问题的求解.随着规模的不断扩大,问题求解难度呈指数形式增加,当规模达到一定程度的时候就很难在短的时间内求出最优解.鉴于此,本文提出了遗传-蚁群混合算法,将两种算法混合使用,依靠遗传算法生成信息素分布,利用蚁群算法求最优解.实验结果表明,混合算法提高了排课的效率和课表的合理度.     

自动排课算法的分析

随着我国教育事1业的不断发展,课程编排问题在很大的程度上影响着学校教学质量的提高。近些年来,政府对教育事业的投入也是逐年加大,可见对教育事业的重视。为了保证教学的质量,学校应该制定出严密合理和规范的课程安排,课程的编制过程是十分复杂和繁重的。下面我们就分析一下排课研究的意义,如今排课问题的现状,以及现有的几种排课算法,详细地分析一下排课算法,     

基于改进粒子群优化算法的排课问题

深入分析了排课问题,提出一种基于离散粒子群的排课算法,构建了相应的解题框架。针对粒子群算法有后期收敛速度慢、易收敛于局部最优的缺点,结合排课问题的特点,对粒子群算法作了改进。在三维空间中建立模型,采用避免冲突的种群初始化加快收敛,并且引入变异操作避免陷入局部最优等。实践表明改进后的粒子群算法能有效地解决排课问题。     

遗传算法在高校排课系统中研究与实现

随着高校的不断扩招和合并,由于教学资源的有限,合理的安排教学计划已经成为一个日益严峻的问题. 排课以及教室的合理利用已经成为教学计划管理的一项重要工作. 本文通过对遗传算法和高校排课需求的研究,从教室调度,冲突检测和时间规划三个方面进行深入分析,并且对对应算法的流程进行了详细的描述和设计. 通过遗传算法里面的选择、交叉、变异等具体方法对初始种群不断进化,并最终获取最优化的课表. 最后本文通过Visual C++实现该排课系统,验证了算法的可行性.     

基于新课改背景的高中课程编排算法研究与应用

基于高中新课程改革的背景,解决高中课程编排不合理的问题.采用抽样调查（发放调查问卷）、建立数学模型（将学生的兴趣、作业多少、课程的难易以及有用程度数量化）、数据统计（Excel执行计算、统计软件SPSS和Minitab进行建模分析）的方法.对多因素进行综合分析,设计出了一种自动排课算法,制定出高中课程表,使新课改的课程编排更加合理与均衡.此方法既可用于高中排课系统,也可用于高校排课系统或其它相关领域.     

战时备件配送的MDVRP问题及其遗传算法求解

战时备件配送的车辆调度是提高装备保障效率的关键因素。以装备战斗效能损失最小化为车辆调度的目标,建立了多仓库车辆路径问题MDVRP（Multi—Depot Vehicle Routing Problem）模型,并应用混合遗传算法对问题进行了求解。算法中,设计了串行、并行及半并行三种交叉算子,并应用局部搜索模块对子个体进行改进。对算例的计算实验表明,半并行交叉算子在精度方面优于另外两种交叉算子。     

RB-FIFT--一种结合Firstfit及预约回填策略的机群作业调度算法

机群作业管理是机群系统软件的重要组成部分,作业调度策略则是机群作业管理系统的核心．作业调度策略的选择不仅关系到机群系统的效率,还影响了用户作业的响应时间．目前,Firstfit调度算法已经相当成熟并且广泛应用于机群作业调度．传统的Firstfit算法虽然着眼于减少资源碎片,但未能解决作业饥饿问题．曙光超级服务器作业管理系统JMS改进了既有的结合Firstfit和优先级的作业调度算法P-FIFT,将预约和回填策略与Firstfit相结合,引入了新的RB-FIFT调度策略．实验结果表明,与传统Firstfit算法及P—FIFT算法比较,RB-FIFT调度策略不但能够消除系统中作业的饥饿现象,而且大大减少了资源碎片,提高了系统的吞吐率和资源利用率．     

形式化方法在高中算法教学中的应用研究

国家教育部制定的高中新课程标准将算法初步作为高中数学课程的必修内容,算法与程序设计也首次纳入到选修课之列。全国大部分普通高中均按新课标开展教学实验,不少省份还把算法内容纳入高考。同时现有算法初步和算法与程序设计教材在介绍算法与算法设计方法时,无法说清楚算法设计的过程;在教学实践中,这一问题更加突出。这给高中生学习、理解及掌握算法和算法设计方法带来很大的困难。本文从新课程实验教材中及数学高考题中选取两个问题,用支持算法程序形式化开发的PAR（Partition And Recur）方法与PAR平台,从待求解问题的精确功能描述出发,经过一系列等价数学变换,最后得到正确的算法和程序。实践说明PAR方法与PAR平台可以在高中算法教学及学生能力评测中发挥建设性作用。     

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。