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.     

图顶点m着色的一种新算法

本文提出了一种求解圆顶点m着色的“智能”回溯算法.实验结果表明,对求解适当规模的顶点着色问题,新算法较常规算法快2～7倍.分析结果表明,对求解难度更大的这类问题,新算法则会更优.     

图的顶点着色问题的一种DNA算法

在构造了一种新型的“类发夹”式探针的基础上,给出了图的顶点着色问题的一种DNA算法。利用顶点的适当编码,该算法直接生成可满足解空间,无须在全体解空间中进行各种过滤过程,使用常规的生物操作完成可满足解空间的产生及最终解的分离。     

求图着色问题的新算法

图着色问题是NP-难度的问题。基于两种传统的启发式算法，提出了两种新的求解策略，由此给出了求图着色问题的两个新算法。与传统算法相比，其中一个新算法在时间复杂度不变的条件下，解的质量有明显提高；另一个则在时间复杂度稍有增加的前提下，进一步较显著地提高了所得解的质量。     

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。     

混合启发式算法在排课问题上的应用

对排课问题做出了形式化描述,提出了一种用于排课的混合启发式算法,该算法合并使用了模拟退火和迭代局部搜索两种算法。先依据图着色算法产生初始可行解,然后应用模拟退火算法寻找最优解,为使算法更好地跳出局部最优,实现全局搜索,在模拟退火算法应用过程中,迭代使用两个邻域,标准邻域和双Kempe链邻域。实验结果表明,此算法能够很好地提高解的质量。     

教务管理中的排课问题研究

排课问题是学校教务管理中非常重要的部分,结合大连理工大学研究生院教务管理系统的升级重建,对教学管理系统中的排课问题进行了研究,介绍系统中采用的算法.     

图顶点着色问题的DNA计算模型

DNA计算是以DNA分子作为数据的一种新型计算模式.为了减少DNA计算中编码的数量,不降低生化实验操作的可靠性,文中建立了一种基于酶切技术和PCR技术的图顶点着色DNA计算模型,给出了实现该模型的双编码的编码方案.分析表明,利用酶切技术和PCR技术能够有效删除非解并读取真解.该模型的解的检测方法类似于DNA测序技术,使得该模型更容易实现自动化操作.     

应用混合遗传算法求解高校排课问题

单纯利用直接启发式算法和遗传算法求解排课问题存在着不能获取全局最(近)优解和收敛速度慢等缺点。为了解决问题,将直接启发式算法和基本遗传算法相结合形成了混合遗传算法,并提出了简单直观的二维时空数组编码和块交叉算子,使得交叉和变异只产生少量课元冲突,而且形成的冲突容易消解。实验表明,该算法能快速得到全局近优解。     

高校自动排课系统算法比较分析

课程表的编排是高校教务管理中最为重要和复杂的一项工作。通过对几种自动排课算法的合理比较。统筹分析出各自的优劣,得出贪婪算法的综合适用性是最优的结论。在此基础之上．进一步分析贪婪算法是如何逐步解决排课的现实问题,并给出基于贪婪算法的自动排课系统算法的具体实现过程。     

基因学习算法解图的着色问题

本文在ＰＢＩＬ算法及自私基因算法的基础上,提出一个适应性更广、搜索能力更强的优化搜索算法：基因学习算法。该算法从各基因位的初始等位基因概率出发,通过一系列的概率采样、群体选择与局部搜索、概率学习等操作,逐步缩小概率搜索空间,直至收敛。本文将该算法用于求解图的着色问题,取得了非常好的结果     

基于贪心算法的CDMA多用户检测

该文从优化计算方法的角度,利用贪心算法对最优解进行分级处理,算法复杂度小等特点,将贪心算法应用于CDMA通信的多用户检测,并结合CDMA通信的实际特点,提出一种基于贪心算法的CDMA多用户检测方法,仿真实验的结果表明,该方法运算复杂度低,可获得接近最优检测的性能。     

基于贪心算法的科学卫星下行传输规划

本文针对多星、多站、变速率、大数据量的科学卫星数据下行传输规划问题,在开机时间约束条件下,考虑任务权重,建立了多卫星规划调度模型,提出了基于贪心算法的求解模型,并以两颗科学卫星的调度问题为例,对模型和算法进行了验证.     

一种车间调度死锁实时解决算法

对比2种不同的编码形式及算法,提出一种实时发现和死锁解决算法,该算法不抛弃任何染色体,仅调整死锁染色体内基因的调度顺序,从而实现所有染色体的调度,并快速找出最优解。仿真实验结果表明,该算法是有效的。     

求解矩形packing问题的贪心算法

在货物装载、木材下料、超大规模集成电路设计等工作中提出了矩形packing问题。对这一问题,国内外学者提出了诸如模拟退火算法、遗传算法及其它一些启发式算法等求解算法。该文利用人类的智慧及历史上形成的经验,提出了一种求解矩形packing问题的贪心算法。并对21个公开测试实例进行了实算测试,所得结果的平均面积未利用率为0.28%,平均计算时间为17.86s,并且还得到了其中8个实例的最优解。测试结果表明,该算法对求解矩形packing问题相当有效。     

免疫排课算法

为了排课的高效性，提出了利用免疫算法求解排课问题。该算法根据生物免疫系统机理设计，将排课的目标和约束条件作为抗原，将问题的解作为抗体，对抗体采用二进制编码，对新抗体的繁殖是通过部分交叉和变异算子实现，对抗体产生的刺激和抑制通过抗体浓度调节，而抗体浓度通过计算抗体之间的最大亲和力获得。时排课问题的测试表明，适当调整繁殖参数，能快速获得最优解或近似最优解，更可喜的是排课结果较为均匀。     

求解TSP问题的贪心遗传算法

提出贪心遗传算法。通过构建“基因库”形成好的“基因片断”,从而生成高性能的初始种群;依据贪心选择的原则指导遗传操作,实施贪心交叉操作和贪心变异操作;移民操作向种群引进新的遗传物质,克服了封闭竞争缺点,并且可以避免早熟收敛。贪心遗传算法可以大大加快搜索的速度,仿真结果表明算法是十分有效和实用的。     

求解闭环布局问题的混合编码阈值接收算法

闭环布局问题本质上是一个混合优化问题.根据问题的特点,本文设计了一种基于混合编码的阈值接收(Mixed-coding Threshold Accepting,MTA)算法来求解该问题.MTA算法将矩形环的宽度和高度作为解编码的一部分,使算法能够同时搜索设施的最优放置顺序和矩形环的大小.为了评估MTA算法的性能,利用文献...     

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。