高校排课系统中的模拟手工排课算法分析

随着教学改革的进行,新的教育体制对课表的编排提出了更高的要求。随着高校学生数量的增加,传统的人工排课出现了工作量巨大、排出课表极易出现错误等问题。文章简单介绍了高校排课中解决NP问题的几种近似算法,主要论述了模拟手工排课算法在高校排课系统中的应用。实践证明,对于高校来说,模拟手工排课算法可以实现排课系统的简化和正确率的提高。该算法在很大程度上降低了教师排课的错误率,也相对减少了教务管理人员的工作量。     

排课系统中的遗传算法设计

文中针对高校排课系统的现状,根据遗传算法的特点设计了一种基因编码、几个适应度函数、冲突检测方法,并设计了遗传算子,改进了杂交方式,降低了算法的复杂性,减少了算法运行时间。     

高校教学管理系统排课算法的研究

本文作者从高校教学的基本事实出发，探讨了高校教学管理系统排课算法的研究。该算法现已取得了良好的效果。     

基于冲突检测算法的二级排课系统

文中概述了基于冲突检测算法的二级排课系统的设计思想和背景,在分析系统整体设计架构、排课原则和系统功能模块的基础上,提出了带冲突检测排课算法CA/CD,给出了具体实现流程,并详细分析了排课进程的设置和已知班级序列求班级段两个关键技术.该系统以人为本,能够满足不同用户的需要,可促进高校教务的二级管理和信息化管理.     

高校教学管理系统排课算法的研究

本文作者从高校教学的基本事实出发,探讨了高校教学管理系统排课算法的研究。该算法现已取得了良好的效果。     

课程管理系统中自动排课算法的分析与设计

在设计课程管理系统时,针对我校自动排课时所遇到的几个问题,应用了循环、判断、数组等多种方法,设计了自动排课的数据结构与算法,基于此数据结构与算法的自动排课系统,解决了我校实际排课中的问题,取得了良好的效果.     

改进的回溯算法在排课问题中的应用

排课就是解决时间和空间对资源的争夺引起的冲突问题.20世纪70年代中期,美国人S,VEN等论证了课表问题是N P完全类问题,但同时也说明了课表问题有其自身固有的数学模型,即课表问题存在解,并且能找到解.直到今天,国内外对课表问题的研究活动依然很活跃.     

基于校院两级任务的计算机排课算法研究

结合多年的排课经验，基于校、院两级教务管理模式和减小教室流动性，提出了一种简单有效的排课算法．实践证明该算法切实可行，效果较好．     

基于蚁群算法的高校排课系统设计

随着高等教育迅速发展,各高校培养模式多元化。同时,课程也在拓宽,在校师生人数快速增长,但是高校的教室、公共机房、专业实训室等硬件条件却无法及时增设,以上因素导致排课难度越来越大,传统的排课模式无法满足现实需求。利用寻找优化路径的蚁群算法,遵循软件工程原则开发设计的排课系统,不仅提高排课效率,而且使学校有限的资源得到合理的配置。     

基于改进回溯算法的计算机排课系统

计算机排课算法一直是一个没有被完美地解决的NP难题，国内外都在对它进行广泛的研究.基于一个中专院校的自动排课系统的实现，通过对当前各种算法的研究、对比、总结，发现当前的排课算法可以分为构造型算法和改进型算法两类，并且这两种算法有着各自的优缺点.为此吸取了遗传算法(改进型算法)和回溯法(构造型算法)的优点，在回溯法中引入了拟人策略和遗传算法中的评价、惩罚机制，经过实际应用的验证，该算法特别适合应用在实际的排课系统中.     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

轴辐式网络快递货运问题的混合遗传算法求解

目前具有区域集散地群的轴辐式网络快递货运是快递运输的主要形式。此类网络的物流优化1＂-3题是快递公司获得最佳效益所面临的关键问题。本文分析了轴辐式网络快递货运的特点,提出了单一轴点轴辐式网络快递货运问题的混合遗传算法求解办法。该算法采用混合编码方式,并将货运站车辆调度算法嵌入到遗传算法中形成混合遗传算法。实验结果表明,本文算法给出的轴辐式网络快递货运集散地群划分方案和货运站车辆调度方案合理可行,能达到节省运营成本的目的,从而使企业获得较好的经济效益。     

排课问题的一种二维编码的遗传算法

本文针对排课问题提出了一种包含教师、班级、课程、教室、上课时间段等信息的二维染色体编码方法,根据排课问题的约束条件构造出相应的适应度函数,利用遗传算法的迭代思想求解排课问题,并验证了所得课表的可行性和合理性.     

求解服务等级感知服务组合问题的多目标遗传算法

针对已有求解多等级服务部署问题的算法存在的不足,提出了一种求解该问题的多目标遗传算法(SMOGA),建立了求解该问题的多目标优化模型。通过将个体的支配强度和被支配强度结合到一起建立对个体的评价策略,并根据评价结果进行环境选择及生成个体的交叉概率。此外还设计了一种局部搜索策略并将其融入到变异策略中,以提高变异操作的有效性。最后对SMOGA算法进行了分析,并将该算法与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法SMOGA能够更加有效地解决该问题。     

改进遗传算法在水文模型参数优选中的应用

为改善传统水文模型参数优选算法的性能,针对遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小,并且局部搜索能力较差、可能会出现过早收敛等问题,在遗传算法中加入局部搜索算子和加速算子,并引入了生物学中的小生境概念,提出了基于小生境技术的混合加速遗传算法(HAGA).该算法在广西合浦水库流域的洪水预报中得到成功应用.结果表明:基于小生境技术的混合加速遗传算法不仅有较好的全局优化性能而且精度较高,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

杂交遗传算法在结构振动控制优化中的应用

为了减少结构振动控制所需能量,必须对所设计结构参数进行优化设计,传统的优化方法是很难获得结果的.为此,本文首先介绍了控制系统能量的计算公式,然后在杂交遗传算法和实代码遗传算法的基础上,开发了一种能够处理实变量的改进的杂交遗传算法,对于含不等式约束的优化问题,采用了Pareto处理方式.本文方法可以处理含约束的优化目标问题,通过一个一般优化问题和本文研究的具体问题的实例分析可知本文所提出的方法是有效的.     

基于HGA通讯网络费用的优化问题

以实际网络为研究背景，针对可靠性约束下的通讯网络费用优化问题，建立了实现费用最小的非线性数学模型.针对模型的特点，根据遗传算法在求解优化模型时的特性以及其在解决该类问题时所存在的问题，利用单点爬山技术，并将其与遗传算法相结合，形成了混合遗传算法.通过仿真实例，表明了这种混合遗传算法在解决可靠性约束下的通讯网络费用优化问题中是可行和有效的.     

基于模拟退火的粒子群算法在函数优化中的应用

为了克服标准粒子群搜索算法在函数优化中出现的迭代速度慢、精度低且易陷入局部最优等缺点,提出了一种基于模拟退火的粒子群优化算法.该混合算法利用模拟退火算法中的概率突变能力,在接受新解时既能接受好解也能以一定的概率接受坏解,能够跳出算法的局部最优解,不仅提高了算法的灵活性与多样性,还能提高粒子的多样性,从而获得了较强的全局与局部优化能力.对5个非线性基准函数进行仿真实验对比后发现,混合算法在非线性复杂函数优化中具有更好的寻优能力,表现出调节精度高,收敛速度快等优点,同时避免了"早熟"现象和陷入局部最优的问题.     

机组负荷优化的遗传-禁忌混合算法

针对遗传算法“爬山”能力差的缺点，提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力，并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后，将每个个体作为禁忌搜索的初始解进行搜索，可以改善群体质量，加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力，从而避免出现“早熟”现象，改善了算法的收敛性.应用某实例进行负荷优化计算，结果表明混合算法大大改善了局部搜索能力和搜索速度，可以有效解决机组在线负荷优化难题.