基于遗传算法解决排课问题的探索

通过分析排课问题的约束条件,提出了一种基于遗传算法的排课方法。算法考虑了高校排课过程中存在诸多资源约束因素,算法改善了排课的收敛性和效率。     

离散粒子群算法在高校智能排课系统中的应用研究

教务排课问题庞大、复杂,是高校进行正常教学过程中的一个重要环节,直接影响到教学资源及教学质量。排课问题要满足各种约束条件,比如教师资源、教室资源、课程、班级、上课时间等。在这些约束下,寻求一种优化组合,生成相对比较科学、合理、能充分利用现有资源并尽可能让教师和学生满意的课程安排表,将教学有秩序高效地进行。针对这种组合问题,本文提出了一种改进的离散群算法。     

基于提高学生学习效率的排课模型

排课问题是指在有限的时间段和教室数量内调度课程的多因素受限问题,关系着高校的整体教学质量和教学资源的利用。针对现有排课系统忽略学生学习规律的缺陷,本文提出了基于提高学生学习效率的排课模型。根据学生学习规律,结合考虑课程的重要程度、重要课程分配的时间间隔、课程的相似度,课程的难易度等因素,我们增加提高学生学习效率的约束条件,建立了新的排课数学模型。     

基于机房共享策略求解机房排课问题研究

为进一步提高高校机房使用效率，分析基于机房共享策略的机房排课问题的影响因素、约束条件及求解目标，构建了相应的数学模型.仿真实验表明，基于机房共享策略的排课方法能有效解决机房排课问题.此外，进一步探讨了共享课程占比、多次排课、选课规模等因素对基于共享策略机房排课效果的影响.     

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。     

银行家算法在高校排课系统中的应用

银行家算法是操作系统中用来避免死锁的一种典型的算法。本文主要论述了银行家算法的思想，利用该算法 在高校排课系统中针对选修课程教室安排中的应用，并设计了一种排课的方案，从而使每个教室都能得到充分合理的安排，突 出了银行家算法相对其他算法在高校排课系统中的优势。     

现代高校排课系统的设计与分析

排课问题在高校教务管理工作中处于重要地位,也是一难题。根据排课总体目标、约束条件、及优先级,充分利用紧缺资源,设计并实现了高校课表安排系统。实际运行表明,该系统具有良好的适用性和实用性。     

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。     

高校自动排课系统的研究与设计

如今的高校规模越来越大,教师、班级、学生的数量越来越多,如果排课仅靠人工完成,排课人员的工作量将十分巨大,而且一旦出现情况进行修改就会非常繁琐。开发计算机自动排课系统软件来完成复杂的排课工作,显得十分迫切而必要。笔者对高校排课工作做了详细、深入的研究,对排课工作各要素、影响条件、排课流程等进行了归纳总结,提出了自动排课系统的功能需求,对排课系统界面、模块和算法进行了合理设计,并对系统运行实践和结果进行了总结,提出了改进的地方和努力的方向。     

教学管理系统中排课算法约束条件及其实现

教学管理系统是高校实现信息化管理的必要手段,排课管理系统是教学管理的核心。提出了排课算法中三个级别的约束条件,确定了排课系统的主体和优劣方案的取舍过程．考虑到约束条件的模糊性,提出采用一级约束自动化和二、三级约束辅助计算的解决方法,实现了人机协作交互辅助的教学管理系统,并具有灵活适应校情和方便操作的特点．     

基于演化算法的高校课程排课系统的研究与实现

提出了基于演化算法高校课程排课系统的方法,以课程为排课核心,以授课计划为排课依据,利用演化算法建立起有效地数据模型．通过实验验证,该算法能够结合高校实际情况,自动地找到了解决排课问题的模型,具有一定的通用性．     

基于PN的可重入医学检测调度系统优化研究

基于一类具有可重入特点的医学检测过程的设备调度问题,研究了具有约束条件的优化解.首先分析了调度约束条件和优化目标,建立了其Petri Networks(PN)形式化模型,并分析了其规则调度系统的稳定性和其他性能.然后利用PN模型和调度约束条件解出调度可行解结合对医学检测部分工序要求连续的基础上建立时间约束矩阵,对可行解进一步优化,最终得到满足所有约束条件的优化可行解.通过对实际医学检测系统的实例分析和CPN Tools仿真,结果表明所建立的模型和方法的有效性.     

A Beam Search-based Algorithm for Flexible Manufacturing System Scheduling

ＩｎｔｒｏｄｕｃｔｉｏｎＳｃｈｅｄｕｌｉｎｇａｓａｎｏｐｅｒａｔｉｏｎｓｐｌａｎｎｉｎｇｐｒｏｂｌｅｍｉｓｃｏｎｃｅｒｎｅｄｗｉｔｈｔｈｅａｌｌｏｃａｔｉｏｎｏｆｒｅｓｏｕｒｃｅｓｏｖｅｒｔｉｍｅｔｏｐｅｒｆｏｒｍｖａｒｉｏｕｓｔａｓｋｓ.Ｉｎａｆｌｅｘｉｂｌｅｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍ (ＦＭＳ)ｅｎｖｉｒｏｎｍｅｎｔ,ｓｃｈｅｄｕｌ ｉｎｇｇａｉｎｓｓｐｅｃｉａｌｉｍｐｏｒｔａｎｃｅｄｕｅｔｏｔｈｅｈｉｇｈｌｅｖｅｌａｕｔｏｍａｔｉｏｎａｎｄｃｏｎｓｉｄｅｒａｔｉｏｎｓｏｆａｄｄｉｔｉ…     

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。     

主动配电网下分布式能源系统双层两阶段调度优化模型

为解决当前能源系统调度优化模型分层调度能力不高的问题,在控制分布式能源系统运行成本的前提下,构建主动配电网下分布式能力系统双层两阶段调度优化模型。优化调度模型分层调度函数,并设定能源系统调度约束条件。使用帝国竞争优化算法对能源系统调度优化模型进行求解,获取最佳调度方案。构建算例分析环节,引入IEEE-33节点配电网测试系统完成分析过程。算例测试结果表明：此模型在日前阶段与日内阶段均可提高能源利用率,确保了能源系统的经济性。可见此模型可有效提高分布式能源的消纳能力,使主动配电网的经济效益最大化。     

带重入约束的双集束型晶圆制造设备调度算法

为了有效解决集束型晶圆制造设备群加工过程中存在的重入调度问题,构建了带重入约束的双集束型晶圆制造设备调度算法.首先分析了双集束型晶圆制造设备中重入约束特征.在此基础上,建立调度问题域,并以系统加工周期最小为目标,建立调度模型.采用分解策略,将双集束型晶圆制造设备调度问题分解成单个设备调度问题,并提出了一种全新的机械手调度顺序搜索的启发式算法.最后对调度算法进行仿真实验分析,结果表明该算法是有效的.     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

大型多协议服务器的优化网络调度模块设计

针对多服务器中协议过多,没有形成统一调度方式,传统的网络调度模块存在延迟与冲突的问题。提出一种用于多协议服务器的网络调度模块设计方法。研究了多协议服务器的特征,详细论述了该网络调度模块硬件和软件设计过程,针对多协议造成的网络调度模型发生混乱的问题,运用一种分层约束方法,对不同的底层协议进行分析。实现不同协议服务器的前端测试设备参数约束 ,再引入一种数据融合方法对多协议服务器外扩FLASH、SRAM、SDRAM存储器芯片和网络控制芯片DM8168进行融合,保证调度的一致性.系统测试结果表明:该模块可以较好的完成多协议服务器的任务调度,网络模块的吞吐量与传统的调度方法提高了13%,模块延迟与冲突下降了5%     

An optimizing algorithm of static task scheduling problem based on hybrid genetic algorithm

To reduce resources consumption of parallel computation system,a static task scheduling optimization method based on hybrid genetic algorithm is proposed and validated,which can shorten the scheduling length of parallel tasks with precedence constraints.Firstly,the global optimal model and constraints are created to demonstrate the static task scheduling problem in heterogeneous distributed computing systems(HeDCSs).Secondly,the genetic population is coded with matrix and used to search the total available time span of the processors,and then the simulated annealing algorithm is introduced to improve the convergence speed and overcome the problem of easily falling into local minimum point,which exists in the traditional genetic algorithm.Finally,compared to other existed scheduling algorithms such as dynamic level scheduling(DLS),heterogeneous earliest finish time(HEFT),and longest dynamic critical path(LDCP),the proposed approach does not merely decrease tasks schedule length,but also achieves the maximal resource utilization of parallel computation system by extensive experiments.     

基于混合整数规划法的自然崩落法放矿计划优化

放矿计划是自然崩落法矿山生产过程中最重要的环节.针对传统手工编制放矿计划随意性大及出矿品位不均衡,在对其进行科学系统的分析基础上,本文运用混合整数规划法解决自然崩落法放矿计划优化问题.以计划期内与目标品位偏差最小为目标函数,综合考虑矿量、品位、放矿速率、崩落指数、排产指数等约束条件,构建放矿计划优化的混合整数规划模型,并在MATLAB环境下用YALMIP编写模型语言调用CPLEX求解器进行求解,使品位波动降低18％,进而得到最优短期放矿计划方案.经实例验证,此方法科学可行,对充分发挥自然崩落法的优越性和提高矿产资源的回收率具有重要的理论和现实意义.