高校排课系统的设计与实践

文章分析了高校排课问题及造成排课困难的各种因素。提出了一种结合贪心算法和回溯算法的混合型排课算法,从理论上阐述算法的可行性,在实践上,改算法在解决复杂的高校排课问题时有较好的效果。     

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。     

基于优先级自动排课算法PCSA的设计与实现方案

用计算机辅助排课具有排课时间短、人力省和质量高的优点 ,根据北京工商大学排课的要求 ,设计了基于优先级的自动排课算法 ( Priority- based Course Scheduling Algorithm,PCSA) ,论述了算法的总体设计思想及实现方案 .本算法通过使用划分等价类、计算优先级等方法大大降低了课程调度的算法复杂度 ,实现了课程的合理编排功能     

排课问题的实现策略与模型

对排课问题进行了科学描述,约束条件按优先级进行分类,结合人类自然思维习惯,给出结合优先级和回溯算法的"自然排课"模型,简化了排课问题,增强了排课系统的通用性.     

基于智能规划与矩阵运算的智能排课系统设计

为解决目前高校自动排课系统设计复杂、排课效率低的问题,提出了一种基于智能规划和矩阵运算的排课算法。谊算法能高效,快速,优化地实现自动排课,并简化了程序的复杂性。     

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.     

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。     

基于优先级模式的计算机排课系统的算法设计

文章通过对近年来国内外的各种有关排课文献以及排课的种种算法进行了深入细致的分析研究，汲取其各自的特点，采用基于优先级模式的算法来完成计算机排课的算法．     

自动排课系统的设计与实现

本文首先分析比较了几种常用的排课算法，然后针对高中学校特殊的教学需求提出了一个改进算法，能较好地处理各种冲突，有效地提高了排课效率，最后给出了一个基于此算法的排课系统。     

基于遗传算法的波阻抗混合反演处理系统

提出一种基于遗传算法的波阻抗混合反演处理新方法,应用Visual C 集成的MFC类库建立了基于遗传算法的波阻抗混合反演处理系统.文中简述了遗传算法混合反演的基本原理、系统结构及功能,介绍了系统的主要特点,用数值模型与实际地震信号检测了系统中f-x去噪、目标函数子波提取、混合反演处理的正确性.结果表明波阻抗混合反演处理系统处理效果明显,同时提高了应用遗传算法实现波阻抗反演处理的效率.     

分组数据场合逆威布尔分布参数贝叶斯估计的混合Gibbs算法

作者利用混合Gibbs算法(Gibbs抽样与Metropolis算法的混合)给出了分组数据场合逆威布尔分布参数的贝叶斯估计,然后通过Monte-Carlo模拟考查了贝叶斯估计的均值、均方误差及参数的可信区间,并与极大似然估计比较,给出了混合Gibbs抽样过程中相应参数的轨迹图、直方图及自相关系数图.在五组分组数据场合用混合Gibbs算法求逆威布尔分布参数的贝叶斯估计都得到了比较满意的结果,表明该算法可行、稳定、并且有效.     

一种求解TSP问题的改进蚂蚁群算法

通过用混合型蚂蚁群算法求解TSP问题的方法和步骤 ,并以att5 32 (美国 5 32个城市 )为例给出计算实验结果 ,说明混合型蚂蚁群算法改进了标准蚂蚁群算法的效率和计算结果的质量     

基于方向幅值比的欠定盲源分离算法

为了提高欠定盲源分离问题中混合矩阵的估计精度,提出了基于时频域混合信号数据点的方向幅值比的欠定盲源分离算法.为了充分利用复混合信号数据点的相位信息,引入复信号的方向幅值比,通过复混合信号的方向幅值比的方差、均值、分布密度实现单源点的精确提取.将分布在直线方向上的单源点进行单位投影化处理,通过聚类分析获得混合矩阵的列元素之比,从而实现混合矩阵的估计.利用匹配追踪算法将源信号进行重构.经仿真验证,提出的算法相较于对比算法,可以获得更高精度的混合矩阵与分离信号.     

基于自适应互信息极小化算法的混合语音信号分离

针对混合语音信号的盲分离问题,基于自适应的互信息极小化算法是一个非常良好的解决办法,本文深入研究了该算法,并且为了加快算法的收敛速度,对该算法进行了改进,文章最后给出的实验结果表明,改进后的算法在分离语音信号和收敛速度上,都是非常有效的.     

一种前馈网络的新型混合算法

提出了一种针对前馈神经网络的混合算法,该算法将最速下降法与共轭梯度法相结合,有效地改善了传统BP算法收敛速度慢、可能陷入局部极小等缺点。两个仿真结果表明,该算法是有效的。     

一种混合遗传模拟退火算法及其应用

分析了遗传算法和模拟退火算法的优缺点，提出了一种混合遗传模拟退火算法，对其进行优化，并将该算法应用于TSP问题的求解之中，理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法和模拟退火算法．     

混合蚁群遗传算法在车间作业调度的应用研究

提出了一种解决车间调度最短完成时间的有效的混合算法.将遗传算法与蚂蚁算法的融合,采用遗传算法生成信息素分布,利用蚂蚁算法求精确解,优势互补.应用该算法对Job-Shop车间作业调度问题的解进行编译,通过实例表明该算法是可行有效的.     

有限混合模型的参数估计

利用EM算法对有限混合模型进行了参数估计,并结合具体实例进行了分析。最后利用EM算法对有限混合模型进行了模拟计算,结果充分显示出EM算法具有运算简单、收敛速度快的特点。     

求解病态线性方程组的混合算法

首先通过变分原理将求解线性方程组的问题转化为等价的求解无约束函数最优化问题的极小值.通过研究BFGS算法和模拟退火算法的优缺点,鉴于BFGS的良好的局部搜索能力以及模拟退火法的全局搜索能力,提出了一个BFGs-SA的混合算法.数值实验表明该混合算法校正了BFGS的局部搜索能力,达到了全局最优解,从而得到了原病态线性方程组的解.