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。     

D_时刻表算法实现运动会竞赛日程表的自动生成

竞赛日程表的生成是运动会编排中最复杂的一个环节,是一个典型的时间规划问题。而现阶段,国内高等院校使用的运动会管理系统,大多无法实现竞赛日程表的自动生成,仍处于手工编排。针对这一空缺,运用文献[1]中介绍的有效解决时间规划问题的D-时刻表算法,提出一套运动会竞赛日程表的自动生成方法,并用实例说明其可行性。     

D_时刻表算法实现运动会竞赛日程表的自动生成

竞赛日程表的生成是运动会编排中最复杂的一个环节．是一个典型的时间规划问题。而现阶段，国内高等院校使用的运动会管理系统，大多无法实现竞赛日程表的自动生成，仍处于手工编排。针对这一空缺，运用文献[1]中介绍的有效解决时间规划问题的D-时刻表算法，提出一套运动会竞赛日程表的自动生成方法，并用实例说明其可行性。     

R_时刻表及其应用

求解R-时刻表是一个NP难问题,文中改进了一种有效的求解R-时刻表的时间规划算法并加以实现。该算法是建立在Allen的时间世界模型基础上,利用时间关系的关系矩阵方法来得到一致满足所有时间关系约束R-时刻表的一种算法。利用该算法实现了一个简化运动会项目的安排,验证了算法的有效性和实用性。     

R_时刻表及其应用

求解R_时刻表是一个NP难问题，文中改进了一种有效的求解R_时刻表的时间规划算法并加以实现。该算法是建立在Allen的时间世界模型基础上，利用时间关系的关系矩阵方法来得到一致满足所有时间关系约束R_时刻表的一种算法。利用该算法实现了一个简化运动会项目的安排，验证了算法的有效性和实用性。     

大学课程表自动生成系统

本文分析了我国大学对课程表编排工作的基本要求,介绍了“大学课程表自动生成系统”的数学模型,并给出了该系统的具体实现方法,最后对系统作了一个简单的评价。     

公交智能调度中行车时刻表编排算法研究

公交智能调度系统中公交行车时刻表的生成算法直接影响到系统的整体性能。面向公交智能调度系统的应用需要,论文以满载率为核心参数,建立了一个综合乘客满意度和公交公司利益的目标规划模型,设计了面向公交行车时刻表编排算法。并根据某典型路段的实际数据,生成并优化了行车时刻表。     

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。     

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.     

用基于随机权重方法的遗传算法求解大学课程表问题

在分析大学课程表问题的基础上,提出了用基于随机权重和方法的遗传算法求解大学课程表问题,并对整个算法进行设计与实现.系统的实验结果表明,改进的遗传算法能够较好地处理大学课程表问题.     

A checklist for integrating student empirical studies with research and teaching goals

The use of empirical studies with students in software engineering helps researchers gain insight into new or existing techniques and methods. However, due mainly to concerns of external validity, questions have been raised about the value of these types of studies. The authors of this paper draw on their experiences of conducting a large number of empirical studies in university courses in three countries (Italy, Norway, and the United States) to address this important issue. This paper first identifies the requirements that research and pedagogy place on a valid empirical study with students. This information is then used as the basis for a checklist that provides guidance for researchers and educators when planning and conducting studies in university courses. The goal of this checklist is to help ensure that these studies have as much research and pedagogical value as possible. Finally, an example application of the checklist is provided to illustrate its use.     

多步截断优先扫描强化学习算法

研究了优先扫描的强化学习方法,通过定义新的迹,把多步截断即时差分学习用于集成规划的优先扫描强化学习,用多步截断即时差分来定义扫描优先权,提出一种改进的优先扫描强化学习算法并进行仿真实验,实验结果表明,新算法的学习效率有明显的提高。     

图书馆员职业生涯规划探析

职业生涯规划是高校图书馆事业发展变化的形势对图书馆员提出的新要求。本文论述了高校图书馆对图书馆员进行职业生涯规划的必要性,探讨了做好高校图书馆员队伍的职业生涯发展规划的具体措施。     

高校排课问题的模型与算法

在分析高校排课问题复杂性的基础上,给出了高校排课的数学模型及一种改进回溯算法,基于该算法的计算机智能排课系统运行效果良好.     

应用技术型大学物联网专业人才培养模式探讨

针对物联网应用领域广泛,但高校培养的物联网工程专业人才无法满足社会的人才需要等问题,本文从应用 型工程技术人才培养角度出发,简述了人才培养目标的确定,物联网知识结构、课程的模块化建设,以及专业建设规划、改革等 方面的内容。     

K-centers聚类算法在教学评估中的应用

考虑不同出现频率的可分类属性值对聚类中心的影响,通过重新定义聚类中心和距离,提出了一种新的聚类算法K-centers,这种算法能够有效处理可分类和混合类型数据。在此基础上,将K-centers应用于课程教学评估,分析不同类型课程的特点,为评估教学提供了参考。     

计算机组成原理课程实践教学探索

文章首先介绍国外相关课程的实践教学情况;在分析对比国内计算机组成原理课程实践教学情况的基础上,提出相应的实践教学改革思路,规划出一整套实践教学方案。南京大学在相关课程的实践教学方面对这些改革方案进行了探索,实践结果表明,这种改革方案是有效的。     

IPSS: A Hybrid Approach to Planning and Scheduling Integration

Recently, the areas of planning and scheduling in artificial intelligence (AI) have witnessed a big push toward their integration in order to solve complex problems. These problems require both reasoning on which actions are to be performed as well as their precedence constraints (planning) and the reasoning with respect to temporal constraints (e.g., duration, precedence, and deadline); those actions should satisfy the resources they use (scheduling). This paper describes IPSS (integrated planning and scheduling system), a domain independent solver that integrates an AI planner that synthesizes courses of actions with constraint-based techniques that reason based upon time and resources. IPSS is able to manage not only simple precedence constraints, but also more complex temporal requirements (as the Allen primitives) and multicapacity resource usage/consumption. The solver is evaluated against a set of problems characterized by the use of multiple agents (or multiple resources) that have to perform tasks with some temporal restrictions in the order of the tasks or some constraints in the availability of the resources. Experiments show how the integrated reasoning approach improves plan parallelism and gains better makespans than some state-of-the-art planners where multiple agents are represented as additional fluents in the problem operators. It also shows that IPSS is suitable for solving real domains (i.e., workflow problems) because it is able to impose temporal windows on the goals or set a maximum makespan, features that most of the planners do not yet incorporate