优化蚁群算法在排课中的应用策略

针对高校排课面临的问题和挑战,通过分析排课问题的约束条件,将解决排课问题转化为二分图匹配的问题,并给出优化蚁群算法方案,探索高校排课问题的优化策略。     

基于蚁群遗传算法的高校排课系统

传统的手工排课的方法在效率和合理度上存在较大的缺陷.而利用单纯的遗传算法和蚁群算法则存在着计算时间过长和易导致早熟收敛等缺点.为了解决问题,将蚁群算法与遗传算法相结合,结果发现使用蚁群遗传算法,可以有效地减少搜索空间,使种群在遗传过程按规则分区,在区间中喷洒信息素,染色适应度与种群区间交互,形成正反馈系统,驱动整个算法得到排课较优解.测试结果表明.蚁群遗传算法较大提高了高校排课系统中的效率和合理度.     

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.     

基于线性规划模型的高校排课系统

排课系统本质是一个多资源约束分配问题。本文对排课资源的约束条件和自身需求进行分析,建立了系统的线性规划模型,该模型具有直观性、易理解、可操作强等特点;在此基础上,采用蚁群算法进行仿真计算,实现资源分配的优化处理。系统用C#语言进行实现,效果良好。     

深入研究排课算法,实现科学智能排课

计算机与网络技术的发展,不单单是为我们提供科学计算,更多的是为我们提供更快捷的办公应用,本文主要论述的是深入研究高等职业学院的教务排课系统算法,进化算法,做到资源合理利用,统筹协调课程、教室、教师、学生、时间等各相关要素之间的关系,实现科学智能排课。     

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.     

基于回溯法的排课算法

多年来,排课算法是众多专家学者感兴趣的课题,同时也取得了诸多研究成果,诸如基于图论的排课算法、利用人工智能进行排课等。但这些算法都相对复杂,在软件实现上有一定的难度。该文利用回溯算法来解决排课问题,方法简单,易于软件实现。     

基于回溯法的排课算法

多年来,排课算法是众多专家学者感兴趣的课题,同时也取得了诸多研究成果,诸如基于图论的排课算法、利用人工智能进行排课等。但这些算法都相对复杂,在软件实现上有一定的难度。该文利用回溯算法来解决排课问题,方法简单,易于软件实现。     

高校排课系统的算法研究

阐述了排课系统的问题及需求,介绍了排课问题中必须遵循的相关约束条件,分析了基于回溯算法、贪心算法和遗传算法的排课原理及特点。     

基于蚁群算法的智能运输调度问题的研究

在智能运输调度问题的整体法求解思路的基础上,给出了整体法求解智能运输调度问题的数学模型。针对车辆调度问题是个多项式复杂程度的非确定性(Non-determ inisti cPolynomial,NP)难题,在整体法的基础上引入了蚁群算法,给出了整体法求解智能运输调度问题的蚁群算法,并对模型进行了实验分析。     

高校自动排课算法的研究与设计

描述排课的基本问题,排课系统的研究现状,以及设计排课系统时应该考虑的各种约束条件,在分析其他排课算法的同时结合北京联合大学生物化学工程学院的实际情况,设计出适合本校的排课算法,该算法编码简单,易于实现.测试结果表明,该算法能够满足排课的各种约束,排出的课表较为科学合理,具有一定的实用性.     

单元制教学专业混合排课算法的设计与实现

排课问题是典型的组合优化和不确定性调度问题,以往排课算法的研究通常将合班课程及单元制教学课程排除在外。根据单元制教学的特殊性,详细描述单元制排课问题,提出一种有效解决单元制教学排课问题的算法,并加以实现。将该算法应用于上海出版印刷高等专科学校艺术系课程表编排,试验结果验证了算法的有效性,为教学管理工作提供了有效的技术手段。     

基于智能规划的高校排课系统的应用与研究

研究某继续教育学院排课子系统后,发现该系统在实际使用中基本上能正常运行,但具有通用性不高、排课结果还不够理想的问题.结合已开发的排课系统在运行中表现出的不足,提出建立一个基于智能规划的排课系统的解决方案.     

基于拟人策略的高校排课算法

For the university timetabling problem that is NP-hard, some new strategies of tackling it are proposed,and two heuristic algorithms based on personification strategies are presented, which outperform the known straightforward heuristic algorithms in the quality of solution. The experimental results show that our algorithms are practical.     

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,     

基于基因算法解析排课问题

高等院校由于课程的多样性及教学资源的紧缺,加剧了课务编排的难度,排课问题是一个NP完全问题,算法的计算机时间是呈指数增长的。基因算法借鉴生物界自然选择和自然遗传机制,使用群体搜索技术,尤其是用于处理传统搜索方法难以解决的复杂和非线性问题,为此,使用基因算法从整体解的质量上来分析,力图从全局来分析问题、解决问题。     

基于蚁群算法的货车调度问题

研究货车调度优化问题,本文根据编组站到达场到达货车的情况,做出合理的解体计划,为出发列车及时安排足够多的车辆,建立配流模型。本文将货车调度问题描述成适合蚁群算法的形式,并进行初始化,考虑迭代过程中信息素对未来决策的影响程度,定义与问题相适应的转移概率,进而确定选择策略,同时在蚂蚁经过的路径上进行信息素的更新,实现对该问题的有效求解。实验结果验证了合理安排调度机制的有效性。     

基于群集智能的蚁群优化算法研究

群集智能是近年来人工智能领域研究的一个新的热点课题。介绍了这一研究的思想方法和数学模型，以蚂蚁群体的智能行为研究对象，阐述了基于群集智能的蚁群优化算法，并介绍了该算法的工程应用。     

基于改进蚁群算法的最短路径问题研究

最短路径问题是智能交通：交通网络分析中的一个重要问题。文章分析了基本蚁群算法在求解交通网络两点之间最短路径时所出现的问题,并针对这些问题,在方向引导及信息素更新等方面对算法进行了改进。实验证明,改进后的方法较基本蚁群算法能准确快速地找到交通路网中两点间的最短路径,是切实可行的。     

基于蚁群算法的智能组卷算法研究

抽象出组卷问题的数学模型,提出使用组卷吻合度来评估组卷质量,成功地将组卷多目标优化问题转换成典型的线性优化问题,基于蚁群算法原理设计了一种新型的智能组卷算法。实验结果表明,与随机算法、遗传算法相比,该算法在组卷效率与组卷质量方面均具有更好的性能。