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。     

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.     

探讨如何用蚁群算法解决排课问题

本文介绍了基本蚁群算法的思想及原理,结合排课问题的自身特点提出一种适于排课问题的改进的蚁群算法。在此,将解决排课问题转化为寻求二部图的最大匹配问题。而如何满足排课问题中的多种约束条件是排课问题的关键,文中通过二部图的构造,二部图权值的修正和赋予蚂蚁记忆能力来满足各类约束条件。     

基于网络的微机实验室排课系统分析与设计

本文是在高校课程编排算法和已完成大规模课程安排的基础上进行实践环节实验室排课算法,并开发而成小型自动排课系统。排课问题的研究主要是解决各种教学资源如实验室、教师的合理有效利用问题,避免教师、班级在上课时间、地点上的冲突,使排课时间分配均匀。在算法设计中为排课操作设置了不同的优先级,逐级排课,有效解决了实验室少而课程集中的问题,提高了排课的成功率。另外,系统为教师和教室分别设计了排课级别,从而能够避免教学资源过于集中地使用,实现均衡化利用,亦可能够结合各课程情况适当调节班级的课程和人数。     

基于蚁群算法的机房信息管理系统设计

针对当前机房管理中智能化程度较低的问题,结合当前的信息化技术,提出一种基于B/+SQL server的机房管理系统。其中,以B/S作为框架,将系统分为三层架构,并给出系统的功能组成;然后重点对系统登录模块、课表查询和机房排课模块进行设计。特别是其中的机房排课模块,在对机房排课数学描述的基础上,构建改进蚁群算法来解决传统排课中存在的课程不集中和收敛过早的问题。最后给出部分实现的界面,验证上述开发方案的正确性。     

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。     

基于改进粒子群算法排课问题研究

排课问题属于背包问题中具有重要实用价值的一类优化组合难题,描写了如何利用粒子群算法解决排课中的多种冲突.但由于粒子群算法有收敛速度慢且易收敛于局部最优的缺点,针对排课问题中最优解的分布特点,对粒子群算法进行了改进.改进后的算法与传统算法相比有着较高的收敛速度和计算精度,可以在解空间内高效地寻找到全局最优解.     

智能排课算法综述

首先介绍了排课问题, 分析了基于遗传算法、蚁群算法、模拟退火算法和免疫算法等智能排课算法的基本原理及其算法特点, 并对智能排课算法的未来发展做了展望.     

智能排课算法综述

介绍了排课问题,分析了基于遗传算法、蚁群算法、模拟退火算法和免疫算法等智能排课算法的基本原理及其算法特点,并对智能排课算法的未来发展做了展望。     

基于回溯算法的高校排课系统

应用回溯算法设计自动排课系统,能简化程序的复杂度和减少生成最佳课表的时间,解决排课系统中的资源冲突、课表优化问题。有助教务人员管理排课相关的各种信息,进行自动排课,从而减轻排课的工作量、提高排课的效率和科学性,提高教学管理水平。     

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。     

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。     

一种基于改进蚁群优化算法的软硬件划分方法

软硬件划分问题是嵌入式系统的软硬件协同设计中重要的问题之一﹒针对该问题,提出一种基于改进蚁群优化算法的软硬件划分方法﹒通过禁忌搜索算法改进蚁群算法的局部搜索过程,利用禁忌表记录近期的搜索过程,通过禁忌表比对阻止算法重复进入,提高了算法的最优解搜索效率,加快了算法的执行速度﹒实验数据证明改进的蚁群优化算法能提高45%左右的工作效率,同时验证了该算法能够有效地解决软硬件划分问题,提高软硬件协同设计的效率﹒     

排课系统中混合算法的应用研究

排课系统比较复杂又具有智能特点,其算法主要有模拟手工算法、回溯算法、遗传算法、贪心算法等.在软件开发过程中,发挥每种算法优点以提高排课的科学性、高效性和合理性是个重要课题.结合成功研制排课系统的经验,阐述了不同算法的应用,提出了通过所有算法的混合应用解决排课问题的方法.     

自适应粒子群算法求解排课问题

针对传统排课效率低、漏排课、冲突率高等问题,利用自适应粒子群算法（SAPSO）进行排课仿真研究.首先,将粒子群算法中的固定惯性因子改进为随着迭代次数变化而不同的自适应权重,以加快寻优速度;然后,为了防止种群陷入局部最优,定义了种群相似度函数;最后,在种群中加入最差个体位置信息以增加种群混乱度,从而提高算法的全局寻优能力.仿真结果表明,SAPSO在收敛速度较快的情况下,寻优精度优于蒙特洛卡算法和改进遗传算法.     

自适应粒子群算法求解排课问题

针对传统排课效率低、漏排课、冲突率高等问题,利用自适应粒子群算法（SAPSO）进行排课仿真研究.首先,将粒子群算法中的固定惯性因子改进为随着迭代次数变化而不同的自适应权重,以加快寻优速度;然后,为了防止种群陷入局部最优,定义了种群相似度函数;最后,在种群中加入最差个体位置信息以增加种群混乱度,从而提高算法的全局寻优能力.仿真结果表明,SAPSO在收敛速度较快的情况下,寻优精度优于蒙特洛卡算法和改进遗传算法.     

职校教师如何推进本校的改革创新之应用模拟退火算法编制排课系统

为了适合我职校的繁杂的排课要求而研发出了具有本校特色的排课系统。本系统应用了模拟退火算法,加快了程序的运行速度。而且应用此排课系统,大量减少了传统手工排课的复杂程度,节约了办公时间,提高了办公效率,将办公室排课人员从复杂的排课要求中解脱出来,为我职校课程革新发展提供了更好的改进空间和更强有力的保证。     

基于改进蚁群算法的应用与研究

针对传统蚁群算法在构造解的过程中收敛速度慢且容易陷入局部最优问题,提出了一种改进蚁群算法。在蚁群搜索路径过程中,通过建立信息素启发式因子α和期望启发式因子β的互锁关系,动态自适应调整α和β;结合车辆运输调度问题,对距离启发式因子ηij（t）进行重新定义,引入不同客户间的“偏好力”,提高算法的搜索效率及实用性。将改进蚁群算法分别应用到机器人路径规划及车辆调度问题并进行仿真,取得了较好实验效果,验证了该方法的可行性和有效性。     

限界回溯算法在排课系统模型中的应用

分析总结出目前排课软件普遍存在的4个方面问题,给出了一个排课系统模型的形式化描述,进而抽象出排课问题的有解条件,并在模型的核心算法中加以利用,提出一种改进的回溯算法一限界回溯(BBT)算法,给出了系统的核心实体的抽象类别的UML定义,说明了算法实现的具体方案。     

排课系统算法及功能的实现

文中介绍了回溯算法的基本思想和特点,分析了回溯算法在排课系统应用与其他算法的不同之处。针对排课系统理念分析,解决排课时教师时间、班级时间与教室利用时间三者之间冲突的判断方式。对排课系统的各项功能进行了设计。