贪心算法在高校排课系统中的应用

在高校中,科学合理高效的课表是教学活动顺利开展的前提,课表的优劣直接影响着高校的教学质量。人工排课工作量十分繁重,常出现各种冲突,例如两个班级同时使用一间教室等。随着计算机技术的发展,出现了多种排课算法,有效地解决了排课困难的问题。本文就贪心算法在排课系统中的应用进行研究。     

基于改进蚁群算法的机房排课系统设计与实现

针对机房排课中存在利用率不高的问题,将蚁群算法应用到机房排课问题中,建立了机房排课问题的数学模型,研究蚁群算法对机房排课问题的具体解法.实践结果表明,这种改进的蚁群算法提高了排课质量和效率.     

改进贪心算法在智能宿舍分配系统中的应用

以改进贪心算法为基础,采用智能宿舍分配系统,将选定的爱好、个性、作息时间等各种分配条件当作特征项,然后为每一个特征项依照它在匹配过程中的重要性赋予相应权重,计算出匹配度数值,再为学生分配宿舍,构成了人性化的宿舍分配体系。以期提高数字化校园建设速度,让管理工作更加人性化,进一步提升服务质量,构建其乐融融的宿舍氛围,为学生提供一个良好的学习、生活环境。     

蚁群遗传算法在高校智能排课系统中的应用

大学课程表问题（UTP）是阻碍各个学校的教学资源多目标组合优化问题。它的解决不仅有助于对运筹学中多目标优化类问题的研究,而且对解决我国现阶段教育中教学资源相对稀少、而学生又相对较多的现状尤其具有现实意义。采用蚁群算法和遗传算法混合建立高校智能排课系统,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。     

排课管理系统中的前驱后继算法设计

近年来随着我国教育事业的的发展,各类学校的办学规模越来越大,学生人数屡创新高,专业涵盖各行各业,相关课程设置越来越繁多,过去那种靠人力编排课程表的方式,已经完全不能适应新形势下教务管理的要求。因此,科学、灵活的新型排课系统设计开发变得愈加迫切。本文通过对现有的排课管理系统分析,采用J2EE相关技术和软件工程的设计开发流程,针对排课管理系统中的课程选取问题设计采用前驱后继算法。为后期根据高等学校排课管理工作的特点,开发出操作简便、灵活、实用、安全的学校排课管理系统,满足教务管理工作不断发展的要求提供了指导。     

一种智能化排课算法的设计

针对遗传算法容易陷入早熟收敛,无法自适应具有NP难度的多种约束条件下的排课问题,提出了一种基于量子进化算法的智能化排课算法。对排课的冲突要素和约束条件进行定义,构建了排课模型。引入量子进化算法,基于班级、时间元集合的向量矩阵构造了量子染色体,基于软约束条件的最优解设计了适应度函数,基于量子进化算法的计算框架设计了排课算法。实验表明文中算法具有智能性,能够根据开课任务自动生成排课方案,而且排课的质量和效率都优于文中的对比算法。     

一种改进蚁群算法在排课中的应用研究

为了合理安排课表、有效地利用教学资源、提高教学质量。根据排课问题的约束条件．将排课问题转化为二分图匹配问题,从而提出一种优化的蚁群算法解决排课问题。实践结果表明,这种优化的蚁群算法提高了排课质量和效率。     

一种改进的贪心遗传混合算法在车间调度中的应用与研究

确定每台机器上各工件的投入顺序与投入时间是车间作业调度所要解决的问题,这种顺序必须和技术约束相容,使某一性能指标达到最优是其最终目的 .寻找高效的调度方法,可以极大的提高资源的利用率和生产效益。遗传算法具有自组织性,并行性和自适应性,对于组合优化问题的求解有着自己的独特的优势,很快便被引入到了车间调度问题的研究领域车间调度问题是典型的NP难题,为了克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法,即贪心算法与遗传算法相结合,并通过实验数据证明了该方法的有效性。     

基于量子进化算法的高校排课方法设计

排课既是高校教学管理中一项重要而复杂的工作,又是一个多目标约束组合优化问题,为此使用量子进化算法来求解高校排课问题。首先研究了量子进化算法的关键技术,然后根据量子进化算法求解优化问题的思路设计了高校排课算法。通过实验表明,本文方法能够根据开课任务自动完成排课过程,排课的成功率和效率都比较好。     

基于优先级贪婪算法的排课系统的研究与实现

目前有许多研究排课算法的专业书籍、论文,其涉及的解决方案有基于图的树遍历算法、基于概率的随机算法、基于基因理论的遗传算法等.运用计算机进行自动排课既是高校教务管理的迫切需要,同时也有重要的理论意义,但由于排课问题复杂多变,几十年来还没有定型的最优实现方案.运用优先级的贪婪算法,设计并实现了一种基于优先级的贪婪算法的排课系统.     

基于贪婪算法的多媒体教室排课算法设计

课程安排是高校教务管理工作中的点和难点,尤其是多媒体教室因为设备类型不统一、操作方式有差异等原因,为课程合理化安排增加了极大的困难.为了使课表编排的结果更加人性化,文中对多媒体教室排课约束条件进行详细分析,设计了基于贪婪算法的多媒体教室排课算法,使用该算法设计的多媒体教室排课系统安排出的课程表更加科学化、合理化和人性化.     

一种改进的混合排课算法研究与实现

针对目前常用的排课算法中存在的不足,分析了基于遗传算法的单一排课算法存在影响排课因素多、难以进行最优组合及排课效率低等问题,提出了一种基于优化的遗传算法和贪婪算法组合的混合排课算法。该算法首先采用改进的遗传算法对教学时间片进行安排,然后再采用贪婪算法进行教学场地安排,该算法的创新点在于简化了影响排课结果的因素,将一个复杂的过程分解为两个阶段来实现,保证了排课结果的合理性、提高了自动排课的效率、有利于后期部分课程的手动调整。     

基于回溯算法的计算机机箱线路板排列问题的分析研究

针对计算机微型化的发展需求,为了有效节约计算机机箱的空间和大小,利用回溯算法的搜索问题解空间的排列树,深度优化策略,采用优先队列式分支限界法找出所给电路板的最小密度布局,研究计算机机箱线路板中的线路排列问题,找出有效解决计算机机箱中线路板及其插线在机箱中的合理排列方法。经过程序验证,提出的回溯算法解决了计算机机箱线路板排列问题,对于给定线路板连接条件(连接块),确定线路板的最佳排列,使其具有最小的密度的方法是可行的。     

改进的遗传算法在排课系统中的应用研究

针对排课系统中常用的遗传算法中存在影响排课因素多、难以进行最优组合及排课效率低等问题,提出了一种改进的遗传算法。在该算法中,主要对传统遗传算法中的编码方式、初始化种群方式、选择操作、交叉操作、变异操作及冲突检测方式进行改进。仿真测试结果表明,改进后的遗传算法在收敛速度和获得最优解方面都有了很大提高。     

一种基于高校排课问题的新型量子遗传进化算法

量子遗传进化算法是量子计算和遗传算法相结合的产物,量子比特是两个量子态的叠加态,在此,详细介绍了量子遗传进化算法。尝试使用量子遗传进化算法来解决高校排课问题,并进行了实验。实验结果表明,该算法获得了比较好的结果。     

并行K均值聚类和贪婪算法融合的软硬件划分

提出了一种并行K均值聚类和贪婪算法融合的软硬件划分算法.算法首先将有相似属性的任务节点通过并行K均值聚类算法组成一个大的任务节点,而后使用贪婪算法划分由大的任务节点组成的系统.实验结果表明,这种软硬件划分的方法具有高效率及高面积利用率的特点,尤其对多节点的复杂任务算法的求解时间远小于贪婪算法.     

改进遗传算法解决TSP问题

针对基本遗传算法收敛速度慢,易早熟等问题,提出一种改进的遗传算法。新算法利用贪婪思想产生初始种群来加快寻优速度,用贪婪思想来引导交叉操作,在交叉操作之前,把当前较差的一半种群替换成随机种群,最后用改进的变异算子和进化逆转操作进行寻优,利用新的遗传算法求解基本的旅行商问题。仿真结果表明,改进的遗传算法具有全局搜索能力强、收敛速度快的特点,优化质量和寻优效率都较好。     

基于学分制的排课冲突检测优化算法研究

排课是教务管理工作的重要组成部分,随着学分制改革的推进,其中排课冲突检测受约束条件越来越多,越来越复杂。为提高排课冲突检测过程的运行效率,本文在排课算法性能研究比较的基础上,提出了采用位运算的排课冲突检优化测算法,设计实现了与算法匹配的数据结构及代码。该算法在云南农业大学学分制排课系统中得到高效运行。