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.     

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。     

基于模拟退火的排课算法

模拟退火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，而适当选取算法的控制参数，能加快获得问题的整体最优解或近似最优解的收敛速度。     

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。     

排课算法问题求解探讨

排课问题是一个在组合基础上有限制且多目标的优化问题,并已被证明为一个和网络处理器有关的NP难问题。遗传算法是一种在生物界自然选择和进化机制基础之上发展而来的高度并行、self-adaptive的随机搜索算法,是近似求解网络处理器的难问题的一种有效方法。研究将遗传算法应用于解决排课问题。     

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。     

智能优化算法的综述教学研究

本文就优化算法问题的综述与教学做了几方面的研究,以提高对该问题的教学质量、增强初学者对智能算法的认识,也促进对该问题的进一步研究。     

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.     

蚁群算法求解独立学院自动排课问题研究

描述设计独立学院自动排课系统时应该考虑的各种约束条件，结合独立学院的实际情况，设计出基于蚁群算法的排课算法。该算法编码简单，易于实现，能够满足排课的各种约束，具有一定的实用性。     

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.     

基于旅行商问题的优化算法设计

本文从求解TSP来分析遗传算法,蚁群算法,模拟退火算法三种优化算法特性分析,总结各算法的改进策略及混合算法策略,并提出基于分区的混合算法。     

求解旅行商问题的几种算法的比较研究

旅行商问题具有重要的理论和实际研究价值,在工程实践中应用广泛.采用遗传算法、蚁群算法和模拟退火算法对旅行商问题进行求解,并选取中国旅行商问题进行仿真,比较了3种算法的优劣,得出了它们各自不同的适用范围:蚁群算法适用于缓慢地较精确的求解场合;模拟退火算法适用于快速精确的求解;遗传算法适用于快速求解,但结果准备度要求不高的情况.     

实验室智能排课的研究

针对目前实验室排课的具体情况,提出实现实验室排课的智能化的理论方法.通过分析实验室排课的资源集和约束条件,推导出实验室排课需求集(RCRL),从而提出了一种实验室智能排课的求解算法-AICRL.     

基于课元与回溯算法的实验室智能排课与预约

根据实验室自身的特点．综合国内外比较好的排课算法与解决思路，建立了符合自身需要的数学模型．实现了智能排课。实验室的仪器设备资源是有限的，在进行实验安排前除了要考虑人为因素，还要考虑设备资源的约束。通过对设备运行状态信息的采集与判断，结合实验项目对应的仪器设备配套安排，可以自动判断各实验分室所能同时开出的最大组数，以更好地满足实验预约的需求。     

排课程序优先级的确定与最简单算法的实现

针对排课系统的复杂性,提出了简单化处理的模型,通过优先级的确定和数据表字段顺序的改变,使得使用这个模型构造的系统的算法简单化.这个简单系统采用了两个数据表和46条核心程序,快速完成了上千门课程的安排,对编程人员设计实际应用的排课系统具有算法上的指导意义.     

基于TSP的蚁群退火混合算法研究

本文介绍了蚁群算法和模拟退火算法的基本原理及优缺点,详细阐述了这两种不同混合算法在旅行商问题中的实现流程.     

TSP及其扩展问题的混合型启发式算法

就经典的旅行商问题（ＴＳＰ）及其扩展形式;瓶颈问题、多目标问题等给出一种混合型启发式算法,并知微机上予以实现,为困难的扩展型ＴＳＰ提供了新的求解手段。     

求解TSP的遗传蚁群融合算法

原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,但存在克服收敛速度较慢、易出现停滞以及全局搜索能力较低的缺陷.针对存在容易陷入局部最优解等问题,在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间,提高了其寻优能力和速度.仿真结果表明,改进后的算法具有更好的寻优能力,效果较好.