基于遗传算法的排课问题分层研究

分析了目前高校排课存在的问题,研究如何利用遗传算法解决排课问题以及冲突,并设计应该考虑的各种约束条件。把传统的排课问题分为时间排课和教室排课两个方面来研究,在时间排课方面又分为单目标排课和多目标排课两个步骤来考虑。通过计算机化管理的排课问题,能够有效地提高工作效率。     

基于空间模型和遗传算法的高校排课系统

如何实现具有人性化设计、能满足多约束条件的高效排课系统是高校教务工作的难点问题. 针对某高校排课问题, 提出基于空间模型的高校排课算法. 首先对比分析现行各排课算法的优劣性, 然后结合该校实际排课需要, 构建排课问题空间模型和约束模型以降低排课问题复杂度, 并在此基础上, 对遗传算法进行优化, 设计了基于遗传算法的排课算法, 提出了排课问题的解决方案. 实验结果表明, 该排课系统较好的解决了该校的排课问题, 为其他类似问题的解决提供了可借鉴经验.     

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。     

基于本体映射和规则推理的排课模型研究

对排课问题进行了描述,给出了解决排课问题的多种排课方法,并且对这些排课方法进行了分析和比较。在排课模型中运用本体知识创建了OWL排课本体,运用本体映射方法达到数据的同步,运用SWRL语法对本体进行约束,运用规则推理引擎JESS进行推理,结合排课算法给出了整体的排课模型架构。     

高校智能排课系统算法的研究与实现

研究高校智能排课优化问题,由于在资源的有限的条件下满足教学的有序性,使高校自动排课成为一个多约束、多目标优化问题.传统排课方法排课效率低、成功率低,导致课程之间冲突率高,无法满足现代高校教务管理要求.为了提高排课效率和排课成功率,提出一种自适应遗传算法的智能排课系统.首先根据教师、学生、教室、课程和课程时间段要求建立一个多约束条件的高校排课数学模型,采用随机可行排课法操作产生可行排课方案,然后利用遗传算法在可行方案中寻找最优排课方案.仿真结果表明,相对于传统排课方法,自适应遗传算法不仅提高了排课效率,而且提高排课的成功率,有效降低课程之间冲突率,并能够解决高校排课难题.     

高校智能排课系统

计算机排课是把排课问题化为计算领域有约束的时空组合的优化问题。本文利用计算机来模拟手工排课工作,使用回溯算法进行自动排课,引入关联规则有效解决排课冲突,使其在一定程序上呈现智能化。     

改进型免疫优化算法求解排课问题

为了有效地求解高校排课问题,设计了基于免疫优化算法的排课方案。给出了高校排课问题的数学模型,构建了基于免疫算法的求解框架,并进行了实验验证。实验结果表明该设计的排课方案能够有效地解决高校排课问题,具有较好的应用价值。     

基于分治和贪心相结合的排课算法研究

排课问题是高校教学管理中的一个重要问题,也是一个NP问题.提出一种基于分治贪心相结合的排课算法,并进行算法设计及复杂性分析.该算法思想简单,排课结果可靠,在解决排课冲突问题上也比较便利.     

基于新型免疫遗传算法的高校排课仿真研究

研究高校排课问题,关系到高校教学质量的提高和教学资源的充分利用,随着高校教学的深入改革和高校的扩招,优化排课的高效解决就变得更加迫切。通过深入分析高校排课问题,建立了排课问题的数学优化模型,构建了它的基本求解过程。针对高校排课问题的特点,引入遗传算法来加以解决,设计了多种改进方案,包括:新的二进制编码方案、初始种群生成方案、适应度函数设计方案、免疫策略、自适应交叉概率和自适应变异概率设计方案。仿真结果表明新型算法能满足高校排课问题的多重约束条件,能更有效地解决高校排课问题。     

遗传算法的工程应用

分析了排课问题的各种约束条件,并研究了用遗传算法解决排课问题,给出了一个基于该算法的排课模型,并对涉及的各种问题进行探讨。     

改进遗传算法在排课问题中的应用研究

深入分析了排课问题的内在实质,抽象出求解排课问题的数学模型。在此基础上详细地阐述了如何将遗传算法运用到排课问题中,同时针对传统的遗传算法进行适当的改进。对比试验证明改进的算法能够提高智能排课的效率。     

开放教育排课问题约束分析与数学建模

高等教育教学管理信息化是高校提高竞争力的关键因素。开放教育作为一种成人性质的高等教育类型,教育资源的非均衡配置限制了开放教育的发展。高校排课问题是一个多目标、多约束的资源与时空组合优化问题。排课问题的求解能够实现教育资源优化配置。本文基于开放教育的特点与教育资源的需求情况,以排课问题为切入点,分析排课问题的各种约束条件,利用数学方法构造求解排课问题的数学模型,为后续智能排课系统的设计与开发提供算法基础。     

组合时间模式与贪婪准则的排课方法

排课问题是一个具有多因素的优化决策问题,是组合规划中的典型问题,属于NP完全类问题。为了能够有效地抑制排课中的"组合爆炸"现象,提高排课速度,根据高校课表的特点,本文针对周课时的离散化分布提出了时间模式概念,设计了时间贪婪准则和教室贪婪准则。测试结果表明,本文算法不但能简化排课过程,提高排课效率,同时也提高了排课的满意度。     

基于数据库关系运算的排课算法设计

高校因其需要在固定时间内开设门类众多的课程,排课问题显得尤为突出。排课不仅是通过合理的课程安排使得学生能符合规律的学习成长,也是在探寻多因素问题的求解方式和过程。基于关系运算就排课的一般问题进行分析,包括变量的规范化界定和排课问题的理论分析,提出"分层规划"的解决方案,并采用数据库的关系运算完成排课算法的设计。该算法有效地降低了排课问题的复杂度,并满足了用户的期望和各种约束。     

基于群体优势遗传算法的高校排课问题研究

深入分析了高校排课问题,建立了高校排课问题的数学优化模型,构建了基本求解框架。针对高校排课问题的特点,引入遗传算法来加以解决,设计了多种改进方案：新的二进制编码方案、初始种群生成方案、适应度函数设计方案、群体优势策略、自适应交叉概率和自适应变异概率设计方案。仿真结果表明该算法能够满足高校排课问题的多重约束条件,能更有效地解决高校排课问题。     

一种排课问题的形式化描述体系和框架

排课问题主要解决时间和空间资源冲突,以优化教学资源和教学时间的分配,实现教学资源的负载均衡.提出一种新的排课约束的表述框架--时间地点限定表达式,可以通过形式推理缩减排课问题空间,支持基于案例和规则的排课问题求解.     

基于约束满足和遗传算法的排课算法

针对高校排课过程中存在诸多资源约束因素的问题,提出一种将遗传算法与约束满足算法相结合的排课算法,由约束满足算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。算法中单个排课任务的局部最优解具有全局最优性。实验结果表明,该算法能够改进算法性能,提高排课效率。     

遗传算法在排课系统中的应用

随着高校招生规模的扩大,教务管理系统中的排课方式也显得越来越重要。本文讨论了排课问题中的影响因素、各类约束条件、求解目标以及求解难点,运用遗传算法的基本理论,研究了如何解决高校的排课问题。实践证明,利用遗传算法求解排课问题,其搜索过程带有智能性和并行性,并且操作简单,可以更少地依赖于实际问题的情况,从而能够有效地解决排课问题。     

基于数据库关系运算的排课算法设计

高校因其需要在固定时间内开设门类众多的课程,排课问题显得尤为突出。排课不仅是通过合理的课程安排使得学生能符合规律的学习成长,也是在探寻多因素问题的求解方式和过程。基于关系运算就排课的一般问题进行分析,包括变量的规范化界定和排课问题的理论分析,提出“分层规划”的解决方案,并采用数据库的关系运算完成排课算法的设计。该算法有效地降低了排课问题的复杂度,并满足了用户的期望和各种约束。     

排课问题的研究与改进

对排课问题中产生的一些问题进行特定的描述,并提出了改进思路。根据排课问题的特点和需要,选取回溯书算法作为排课问题实现的最终算法。