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。     

一个基于智能化搜索的排课表算法及其Client／Server实现

排课表问题是一个很复杂的数学问题，同时也是一个很有研究价值的实际问题。本文对于一般的排课表问题从人工智能的角度，提出了一种行之有效的新算法，并在一种Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ环境下进行了实现和扩充，得到了一个有实用价值的系统。系统的使用效果是令人基本满意的     

基于贪婪算法的排课系统的探讨与实现

在实际项目案例中,针对开发排课系统难度较大,根据客户排课的实际需求,提出基于贪婪算法,以资源匹配为基础,用内存动态分区分配的最佳适应法为依托进行研发.     

技工院校自动排课表软件的开发初探

自动编排课表软件是学校信息化建设的重要组成部分。但近年来,对该问题的研究往往偏重于中学和普通高校,很少有适用于技工院校的自动排课表软件。该文试图从技工院校的特点出发,探讨开发具有针对性的自动排课表软件。     

贪婪算法之拓扑排序的实现

拓扑排序是图的应用领域中一种重要运算,可以根据拓扑序列串行地安排活动。本文给出了拓扑排序的贪婪算法．讨论了算法中用到的数据结构．本文采用邻接袁和栈以C＋＋语言进行仿真．给出了仿真结果。     

大学课表计算机编排系统的预排处理

本文针对高等院校教务管理中课表编排的人工分块问题，提出了一个基于图模型的分块预排算法，并在微机上实现。本系统不仅实现了自动分块，同时还提供了各班级在一学年两个学期中各门课程的上课时间。     

基于立方体染色的排课表模型

根据立方体染色思想,建立排课表模型,引入关联锁原理,将排课表约束条件转化为立方体点线面关系,增强该模型的收敛性,从而更好地解决排课问题。分析结果表明,在教师、课程、学生等信息已知的情况下,该模型可给出教学资源消耗的最小值,达到合理利用教学资源的目的。     

连续背包问题贪婪算法最优解的实现

贪婪法是用于设计数值最优化问题的算法之一,它能应用于求解不同领域的多种问题,如应用于集装箱问题的背包贪婪算法。贪婪法不追求最优解,不要回溯,只希望得到较为满意的解,使用贪婪法不能保证一定得到最优解。本文通过对连续背包问题不同贪婪准则的讨论,给出了一个贪婪算法最优解实现的C程序。     

基于贪婪策略的克鲁斯卡尔算法的实现与分析

贪婪策略可用于求解图的最小生成树,克鲁斯卡尔算法是实现图的最小生成树的一种常用的算法。该文介绍克鲁斯卡尔算法的实现方法,并对算法的运行效率进行分析。     

三维课表自动生成系统的设计与实现

目前,在高校教务管理系统中导出的学院课表,只是简单的将所有班级相同时间段的内容,堆放在同一个单元格,并未进行详细的划分。由于班级数量较多,生成的学院课表存在内容杂乱,可读性较差的问题。为了能够掌握教学计划的执行情况,各个学院一般采用人工方式提取信息,先手动复制导出的数据,再分类粘贴至新的文件中。但是,该项工作极其耗费教学管理人员的时间和精力,因此文章使用Python开发了一款能够提高工作效率的自动生成课表的软件。     

基于贪心策略的网格工作流费用优化算法*

针对有向无环图描述的截止期约束下的网格工作流费用优化问题,提出了基于贪心策略的网格工作流费用优化算法GSA-GW(greedy scheduling algorithm for grid workflow)和IGSA-GW(improved GSA-GW)。算法首先在当前分配下将截止期转换为各任务的全局时间浮差,各任务再在全局时间浮差的限制下按照两种贪心策略选择备选资源替换原有分配。实验结果证明,两算法能较好地优化工作流费用,提高工作流调度效率。     

基于贪心算法和遗传算法的仓储车辆调度算法

针对仓储车辆调度问题提出一种基于贪心算法与遗传算法的调度算法。它主要利用遗传算法为框架筛选、进化出高效的调度方案,算法又融合了贪心算法对调度中的任务排序进行了快速优化。此融合使得遗传算法的编码简便,排除了不可行解的可能,从而使得算法性能大大提高。算法已经C++语言编程实现,实验分析证明:算法有效地提升了调度方案的效率。     

基于优先级链表结构的大学排课算法设计与实现

针对计算机解决大学课程表问题的难点,提出使用优先级链表解决课表问题的贪心策略。该策略定义了特有的数据优先级权重,并以权重为基础生成排课数据的优先级链表,以优化设计编码,实现了一种基于链表操作的贪心排课算法。     

基于OFDMA系统的改进型功率分配贪婪算法研究

通过考虑功率分配中OFDMA系统的吞吐量与用户间公平性能的平衡问题,在公平约束条件下,提出一种改进型功率分配贪婪算法.该算法根据用户请求进行子载波的预分配,可以有效地实现每个用户具体的比特分配和功率分配.仿真结果表明,该算法的吞吐量逼近于迭代注水功率分配算法,可以在OFDMA系统的吞吐量与用户间的公平性能之间寻求到一个理想的平衡点.     

基于遗传禁忌算法结合解决排课问题

排课问题是一典型NP-Hard问题，通常可以使用遗传算法进行解决，把遗传算法与局部搜索方法禁忌算法有机结合起来，是改进遗传算法性能的一个卓有成效的方法。使用遗传禁忌算法解决排课问题，并且通过改变个体适应度的计算方法，避免了排课中课表的两极分化现象。通过实验，该方法可以取得较好的排课结果。     

Dijkstra算法在嵌入式GIS中的改进与研究

Dijkstra算法是求解嵌入式GIS系统中最短路径的经典算法,通过对Dijkstra算法进行分析,改变图的存储结构和搜索方法,采用基于矩形限制区域的二叉排序树改进算法,减少了内存存储空间,缩短了查询时间,在一定程度上优化了最短路径的计算过程,实际数据测试也表明了该算法的有效性。     

基于贪婪算法的蠕虫综合容忍预警方法

针对网络蠕虫准确预警的困难性,综合蠕虫传播的特点,提出一种基于贪婪算法的容忍预警方法,对一些危害较小的可疑蠕虫采取一定的容忍机制,设计一个特定报文的数据段结构,在服务器端通过对这类报文的统计分析,计算出是否要启动预警的阈值。通过实验仿真和理论分析,表明此方案具有一定的可行性。     

基于UML的网络课程自动生成系统研究与实现*

针对目前网络教学中网络课程开发存在的问题,提出并设计了一个网络课程自动生成系统。该系统为教师开发网络课程提供了一个方便、快速的软件工具,大大减少开发成本。用面向对象的分析与设计方法,使用UML对系统进行了建模,详细分析和设计了系统的用例图、静态结构模型、动态行为模型以及物理模型,最后使用流行的网络开发技术（.NET）实现了该系统。     

A variable iterated greedy algorithm with differential evolution for the no-idle permutation flowshop scheduling problem

This paper presents a variable iterated greedy algorithm (IG) with differential evolution (vIG_DE), designed to solve the no-idle permutation flowshop scheduling problem. In an IG algorithm, size d of jobs are removed from a sequence and re-inserted into all possible positions of the remaining sequences of jobs, which affects the performance of the algorithm. The basic concept behind the proposed vIG_DE algorithm is to employ differential evolution (DE) to determine two important parameters for the IG algorithm, which are the destruction size and the probability of applying the IG algorithm to an individual. While DE optimizes the destruction size and the probability on a continuous domain by using DE mutation and crossover operators, these two parameters are used to generate a trial individual by directly applying the IG algorithm to each target individual depending on the probability. Next, the trial individual is replaced with the corresponding target individual if it is better in terms of fitness. A unique multi-vector chromosome representation is presented in such a way that the first vector represents the destruction size and the probability, which is a DE vector, whereas the second vector simply consists of a job permutation assigned to each individual in the target population. Furthermore, the traditional IG and a variable IG from the literature are re-implemented as well. The proposed algorithms are applied to the no-idle permutation flowshop scheduling (NIPFS) problem with the makespan and total flowtime criteria. The performances of the proposed algorithms are tested on the Ruben Ruiz benchmark suite and compared to the best-known solutions available at http://soa.iti.es/rruiz as well as to those from a recent discrete differential evolution algorithm (HDDE) from the literature. The computational results show that all three IG variants represent state-of-art methods for the NIPFS problem.     

基于绝对贪心和预期效率的0-1背包问题优化

With analysis and research the traditional theory of solving knapsack problem, and then to optimize enigmatical knapsack problems, this paper proposed a new algorithm based on the absolute greedy and expected efficiency strategy. Through the three sets of simulation experiments, it shows that the algorithm can solve a class of knapsack problems and it is superior to greedy algorithm, backtracking algorithm, dynamic programming algorithm, branch and bound algorithm. The convergence speed is ten times as the artificial glowworm swam algorithm by comparing with these two algorithms. Finally, it analyzed discrete degree of data and determined an adaptive scope of the algorithm.