混合算法在大学课程表问题中的应用研究

大学课程袁问题是时间表问题之一,也是一个多因素的优化决策问题.文章提出的混合算法,基于动态规划的思想,对大学课程表问题进行分阶段求解,分别采用遗传算法分配时间,采用最佳适应算法分配场地.实验结果表明,这种方法既保证了课表的质量,又有利于工程上实现和扩展.     

用基于随机权重方法的遗传算法求解大学课程表问题

在分析大学课程表问题的基础上,提出了用基于随机权重和方法的遗传算法求解大学课程表问题,并对整个算法进行设计与实现.系统的实验结果表明,改进的遗传算法能够较好地处理大学课程表问题.     

一种基于遗传算法在编排课程表中的应用

课程表排课安排和管理是每个学校教务活动中非常重要的工作,它依靠计算机来完成复杂的排课部分,避免了手工排课产生的老师上课时间冲突和教室冲突。该文运用遗传算法的全局寻优对自动排课系统的设计构思和实现过程进行了研究,并利用遗传算法对问题进行求解。在演化过程中采用一种新的遗传策略,加速了群体的收敛速度。并得到了一个解决适合学校要求的课程表模型的好的算法。     

大学课程表调度系统——UTSS

我国的大学课程表问题由于其严格而苛刻的特殊要求而使问题的解决更为困难。 本文提出了一个新的、有效的大学课程表调度算法。用该算法研制的调度软件已在11-B-Ⅱ微型计算机上实现,经两学期的试用,效果良好。     

基于遗传算法的排课系统的设计与实现

排课问题是典型的组合优化和不确定性调度问题,并且是NP完全问题.将遗传算法应用于求解课表问题,并将一天分为十二节课,对排课问题中的课时分配及时间安排进行了灵活分配以适应大学上课的需要.在进行课表初始化、课程安排和冲突处理时采用了时间片重叠法,即在每次安排课程时,根据班级课程表,授课教师时间表以及教师意愿表找出其中符合课时需要的重叠有空的时间单元安排课程,如果没有找到符合条件的时间单元,则优先选择教师有空的时间单元安排课程.实验表明,这种方法有较好的效果.     

基于双倍体遗传算法求解大学排课问题

大学排课问题（UTP）是典型的组合优化和NP完全问题。通过分层的方法,将常见的五维组合规划模型分解为两次三维组合,缩减了问题的规模。然后针对用传统遗传算法求解UTP所存在的问题,提出双倍体编码方案,并利用交替进化的方法,对多个目标逐个循环优化。实验结果表明,这种方法很好地实现了模式定理,大大提高了求解速度。     

遗传算法在高职院校排课系统中的应用研究

随着全国高职院校的建设与发展招生规模正在不断扩大,学生人数增加教倍之多.在繁琐的教务工作中,编排课程表是一个重要且困难的问题.求解排课问题的算法有著名的模拟退火算法、遗传算法、贪婪算法等.分析讨论了影响编排课程表时的关键因素,排课规则及最终目标等问题,利用遗传算法设计了符合学院实际需求的排课系统.     

改进的D_时刻表算法在大学课程表问题中的应用

课程表的自动生成是大学课程表编排中最复杂的一个环节,是一个典型的时间规划问题。针对这一问题。本文设计了一种全新的使用改进的D_时刻表的设计方法,提出一套大学课程表白动生成方法。该方法是以文献[5]中介绍的有效解决时间规划问题的D_时刻表算法为基础,并通过试验说明了该方法具有一定的可行性和有效性。     

求解课程表问题的启发式算法综述

课程表问题具有约束较多,关系复杂等特点,是一种特殊的调度问题,在算法复杂度上是NP完全的。该问题具有广泛的应用价值。本文主要对求解该问题的启发式算发的内容和研究进展进行了探讨。     

基于D_时刻表算法的大学课程表的求解

根据现在大学编排课表的特点设计了一种全新的方法,即用时间规划中的D_时刻表算法来对课程表进行编排。这是以文献[2]的求解D_时刻表的方法为基础,参照近年来人们多采用的遗传算法,加以改进的方法。结果表明该方法具有一定的可行性和有效性。     

遗传算法在排课问题上的应用研究

研究了科学排课所需遵循的原则和编排课程表所涉及的因素、问题,总结出在排课中出现的各种时间资源、空间资源、教师资源的冲突。根据排课的特点,以优化时间和空间两种资源为目标,采用鲁棒性较好的遗传算法,并进行了详细的算法设计。针对遗传算法的搜索效率较低问题,结合实验深入研究了各种优化算法的优缺点,经实验表明,该算法的设计对于解决排课问题具有优势。     

采用增强学习算法的排课模型

时间表问题是典型的组合优化和不确定性调度问题。课表问题是时间表问题的一种形式,分析了排课问题的数学模型，并研究了用增强学习(Reinforcement Leaming)算法中的Q学习(Q-Leaming)算法和神经网络技术结合解决大学课表编排问题，给出了一个基于该算法的排课模型，并对其排课效果进行了分析和探讨。     

基于遗传算法的多校区排课系统的研究和实现

对遗传算法进行初步研究,并针对多校区排课问题,提出基于遗传算法的课表编排算法。该算法根据课表编排的三种约束条件:基本硬约束、硬约束和软约束,确定课表编排过程中的一些关键因素,并给出排课过程中产生冲突的解决方案。通过对多校区教学现状的分析,实现基于遗传算法的课表编排原型系统,并将该系统应用于实际排课过程,经理论和实践表明该系统具有良好的自适应性,且效率较高。     

分治算法在大规模学校排课中的应用

课程表编排是一个涉及班级、教师、时间、课程、教室等多种因素的组合规划问题。大规模学校由于班级多．课程种类多,排课过程中出现的冲突也非常突出,提出“分治算法”在排课的中应用,解决冲突问题,有效地调配教学资源,提高课程表的编排质量,提高师生对课程表编排的满意度。     

应用遗传算法求解排课问题

给出了排课问题的描述和五元组定义.针对排课问题的关键因素,根据遗传算法的特点,设计了排课问题的编码方式,对求解的目标进行了优化,满足了实际应用.     

一种在.NET下实现的全新日课表编排算法

该文来自吉林省教育厅十一五科技规划项目《高等医药院校教学资源综合信息管理与绩效评估系统》(项目编号:吉教科合字2006第123号)。在项目研发过程中,针对医学院校使用日课表的特点,设计了一种全新的课表编排算法,该算法主要研究在课表编排过程中如何解决各种教学资源如教师、教学场地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,实现了高效、准确、科学的日课表编排。算法具有一定的科学性及领域先进性。     

考试系统中的ETT自动生成算法分析与设计

在考试系统中,ETT（Examination Timetable）的制定需要考虑考场资源与教师资源的数量是否能满足实际需求,同时需考虑如何检测和消除考试安排中的冲突问题以及合理分配资源。文章研究和分析了ETT的自动生成算法,以用于批量考试课程的考试安排。     

基于遗传算法的排课问题分层研究

分析了目前高校排课存在的问题,研究如何利用遗传算法解决排课问题以及冲突,并设计应该考虑的各种约束条件。把传统的排课问题分为时间排课和教室排课两个方面来研究,在时间排课方面又分为单目标排课和多目标排课两个步骤来考虑。通过计算机化管理的排课问题,能够有效地提高工作效率。