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。     

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.     

浅谈模拟退火算法在自动排课系统中的应用

开发一套排课系统,关键技术是采用何种算法,算法的好坏决定排课的速度、成功率及合理性.本文从模拟退火算法的原理、基本思想入手,介绍了模拟退火算法在排课系统中的应用及具体实现,分析并比较了模拟退火算法和常用算法的利弊.     

浅谈模拟退火算法在自动排课系统中的应用

开发一套排课系统,关键技术是采用何种算法,算法的好坏决定排课的速度、成功率及合理性。本文从模拟退火算法的原理、基本思想入手,介绍了模拟退火算法在排课系统中的应用及具体实现,分析并比较了模拟退火算法和常用算法的利弊。     

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     

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。     

网络智能排课系统

提出了基于Web的网络智能排课系统的解决方案，介绍了网络排课系统的功能、系统设计以及人机交互的实现，讨论了网络排课系统的实现策略、对系统文件及数据库的保护、系统的安全性等．     

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.     

为院校编制课程表的人工智能方法

编制课程表是一个问题求解过程,而该问题是一个约束满足问题。本文由人工排课过程中提取的两个概念(排课准则及课程结构)推导出排课知识中的规则及约束集。人工排课步骤中所使用的各种经验方法,可以用人工智能中的分级规划及回溯等试探性控制策略予以阐明。所以,人工排课过程可以用一个产生式系统给以完整的描述,并在微型计算机上用一个人工智能应用软件实现这个系统。     

排课系统的着色Petri网建模

根据玉林师范学院的实际情况,建立排课系统的模型,并利用建模工具着色Petri网对排课系统进行可视化建模,描述系统流程,以期对排课系统的开发有所帮助.     

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．     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

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．     

基于智能规划的高校排课系统的研究与设计

本文从分析排课问题的各种约束条件开始,结合我校的实际情况,设计出了一个实用的智能排课系统.排出的课表较为科学合理,且编码简单,容易实现.     

浅谈基于浸润原理的事务安排算法

针对单个安排事务避免冲突的传统方法 ,提出一种基于浸润原理的事物安排算法。该算法采用漫布式将各个事务分摊到各个位置 ,根据条件计算权值 ,并有意造成冲突 ,从而发现冲突位置 ,最后从最不可能冲突的位置入手 ,逐步完成安排过程。该方法事务安排的复杂度为 O(n2× k× x) ,大大减少事务安排所需的时间 .     

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.     

实验中心排课系统的设计与实现

为提高实验中心的工作效率,设计了一种实验课排课系统.它是一个以功能强大的Visual Basic为工具,Access为后台数据库,集输入、排课、查询、输出为一体的综合管理系统.