遗传算法在排课问题中的应用

在分析造成排课困难的各种因素的基础上,将遗传算法运用到解决排课问题中.并给出了该算法的详细设计（文中采用了二进制编码和矩阵编码相结合的编码方法;给出了带有权值的适应度函数;对染色体中的时间码采用映射同/异或交叉;采用两点变异的变异方法）和排课模型;很好地解决了多约束条件下的排课问题.     

免疫遗传算法在排课问题中的应用

将基于疫苗和免疫规划的免疫遗传算法应用于排课问题中,并结合贪心策略,提出一种适于解决多软约束条件的排课方案.方案中,针对软约束条件特征和教务经验提取疫苗,对遗传算法的缺点进行弥补.通过将该算法应用于具体课程编排,证实了该方法优于传统的遗传方法.     

改进遗传算法求解新高考背景下的排课问题

我国提出新高考改革政策后,越来越多地区和高中开始采用走班制教学模式.相对于传统的行政班教学模式,走班制教学模式使排课问题的约束条件进一步增多,学校教育资源匮乏的现象进一步凸显.传统的排课算法不适于求解走班制教学模式下的排课问题,而纯粹的手动编排课表不仅费时费力,排出的课表还可能存在大量冲突,难以保证课表的可行性和合理性.根据走班制教学模式的特点,设计了一种获取优质可行解的方法:首先针对走班课程提出了一种自动生成教学班组合的方法;然后运用改进的遗传算法高效合理地求解排课问题.实验结果表明,该算法可获得优质的课表安排,并且已经加入到实际应用中.     

遗传算法在排课系统中的应用

排课是学校教务部门组织教学的重要工作。本文以某高校的实际数据为例,在排课过程中采用遗传算法来代替人工排课,能科学、合理、快捷的完成排课,最大程度上使教师满意,学生也满意。     

蚁群算法在排课问题中的应用研究

首先对蚁群算法和排课问题进行了简要概述，同时针对基本蚁群算法在解决排课问题中存在的弊端，提出了一种新的改进型蚁群算法——优劣蚁群算法，并对该算法的优越性进行了阐述。最后通过真实的排课数据对该算法与基本蚁群算法及其相应的改进算法的性能分析比较，应用该算法排课系统运行效率得到了提高，冲突现象明显减少，大大提高了教务管理人员的工作效率。     

遗传算法在自动排课中的应用研究

本文研究了科学编排课表所涉及的各种因素、问题,总结出课表编排中所出现的各种时间、空间、人员资源的冲突。讨论了排课问题中的影响因素、主要条件和求解突破。分析了遗传算法的特点及基本原理及如何采用遗传算法进行课表编排。     

基于遗传算法的高校排课问题的探究

随着高校招生人数的不断扩大,专业和课程的设置不断增多,教师和教室的短缺,使排课工作也越来越复杂。排课具有影响因素多、约束条件复杂以及存在不可预料的情况发生等特点,传统的手动排课既花费了大量的时间和精力,而且又容易出错。因此,利用遗传算法求解排课问题．其搜索过程带有自组织的智能性和并行性,可以更少地依赖于实际问题的情况,实现课表的优化,具有一定的实用价值。     

遗传算法在排课系统中的优化研究

本文对高校排课的双目标问题进行研究、分析,对排课问题按照遗传算法进行编码,定义好适应值函数后进行选择交叉,并用禁忌搜索算法进行代替变异操作,实现了遗传与禁忌搜索算法相结合的排课系统算法设计.     

遗传算法在中小学排课系统中的应用

分析了中小学排课的数学模型,根据遗传算法本身特点设计了一种数据结构基因编码及几个涉及到的优化目标评价函数,提出了利用遗传算法解决排课问题的方法,并通过试验验证了该方法的有效性和可靠性.     

遗传算法在排课系统中的应用

借鉴遗传算法自适应随机搜索特点,在课程表编排时以优化时间和空间两种资源为目标,综合考虑资源分布优化度等因素完成教室、教师和学生的安排,并在.net平台下实现该系统,验证算法在排课系统中的有效性.     

浅谈蚁群算法在排课问题中的应用研究

排课问题应该是教务处普遍关心的问题,如何解决排课中课程冲突问题是关键,工作的效率能否得到提高,系统运行通畅是保障教学调度的前提,当前排课系统不断在创新改进,那么蚁群算法是一种新型算法,该文是从蚁群算法、排课相关问题进行了阐述,并针对在排课过程中存在的弊端,提出了新改进的蚁群算法,并对其性能进行了分别比较和分析,在运用新的算法后大大的提高了工作效率,减少了在运行过程中的冲突情况。     

基于规则和遗传算法的实验室排课算法研究

为解决实验室排课这一NP组合优化问题,设计了基于规则和遗传算法的实验室排课算法.首先对用到的数据库和数据结构进行了定义,然后采用遗传算法进行排课,最后引入排课规则解决对实验室按优先级排课的问题.同时,也给出了一种排课冲突的解决方法.实验证明该算法能很好地解决实验室排课问题.     

基于遗传算法的排课系统的设计

随着高校的发展，在教务管理系统中的排课问题也变得越来越复杂，亟需一种科学高效解决排课问题的方法。针对这种情况，文章给出了排课问题的数学模型，提出基于遗传算法解决方案。结果表明，该算法能比较有效的解决排课问题。该方法易于学习和应用，且不必依赖特殊的实现模式。     

遗传算法在多校区排课系统中的应用

排课是多因素决策问题,文本分析了造成多校区高校排课难的各种因素,对排课问题中的约束条件进行分析,研究了如何应用遗传算法来解决多校区排课问题,给出了一个基于该算法的排课模型。     

并行遗传算法在高校排课系统中的应用

根据高校排课系统本身固有的复杂条件,本文用并行遗传算法对其进行实现,结果证明该方法明显增强了排课的智能性,而且大大提高了排课的效率。     

几种智能算法在排课问题中的比较

排课问题是个NP完全问题,没有最优解,只有满意解。将智能算法应用于排课问题的求解取得了有效的研究成果。主要对遗传算法、模拟退火算法和蚁群算法求解排课问题做了比较分析,阐述了各算法的基本原理及算法特点,分析了各个算法用在排课问题上的优缺点。     

蚁群算法在解决排课问题中的应用

简述了蚁群算法的生物模型和排课问题的实质,将排课问题转化为二分图匹配问题进行解决,对蚁群算法中的信息素策略和路径转移策略进行了探讨研究,并给出了规避和解决冲突的方法.     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件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。实验结果表明,该算法能够改进算法性能,提高排课效率。     

排课的遗传算法

把遗传算法应用在排课问题中。主要适用于具有均匀排课要求的排课问题，得到排课最优解。随机产生的可行解自然具有均匀性，而适当选取遗传算法的迭代参数，能加快获得最优解或近似最优解的收敛速度。     

面向排课系统的遗传算法改进研究

为了解决实施学分制对排课所造成的困难,改进了排课系统中使用的遗传算法。基于遗传算法的原理以及在排课系统中的应用,指出了交叉和变异概率选择的盲目性,并提出了遗传算法中染色体编码设计和含动态调整参数的交叉变异概率选择的改进措施。采用仿真实验的方式验证了改进后的遗传算法,结果表明,改进算法减少了无效的染色体和交叉变异操作,提高了收敛速度和全局搜索能力,克服了遗传算法的早熟和局部收敛的问题。