求解高校教室调度问题的混合粒子群算法

针对高校教室调度问题进行了研究,综合考虑教室集中时间利用率和学生需求,采用三元组方式,用任务表示课程,用设备表示不同类型的教室。据此,教室排课问题被描述为一类以最小化Cmax与滞后时间和为调度目标,具有机器适用限制的并行机调度问题。然后结合问题特性,建立对应的运筹学调度模型,并运用混合粒子群算法求解该类调度问题。最后仿真结果表明实现了所讨论的两个优化调度目标,获得了满意解;同时通过与其他算法解的比较,得出混合粒子群算法非常适合求解这里所讨论的教室排课问题这一结论。     

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。     

基于遗传算法的实训室多重优先排课方法研究

排课是学校教学管理中非常重要的工作。排课问题是一个有约束、多目标的优化组合问题,并且已经被证明是一个NP完全问题。高职院校与一般中小学校相比,课程的编排需考虑的因素更多,极为复杂。以广东农工商职业技术学院计算机系实训室排课系统的算法作为研究对象,根据我院的一校多区等实际情况和计算机实训课程的特点进行排课算法的研究,采用多重优先法则与遗传算法相结合的方法有效解决了排课问题,不但排课效率高,而且容易得到优质课表。     

基于课程间关联规则的排课优化算法研究

针对如今高校招生人数扩张所伴随而来的高校排课资源紧张的现象进行了研究,提出了一种基于关联规则的排课优化算法（SH-AP算法）来优化高校排课。SH-AP算法将关联规则算法应用到排课过程中,通过对高校学生选课数据进行关联规则的挖掘,找出需要排课的课程之间的关联规则,之后SH-AP算法再将已经挖掘出的课程间关联规则应用到排课系统中,对高校排课进行优化。实验最终得到课程间关联规则的数据,并为高校提供人性化的排课。根据研究与对比表明SH-AP算法在对排课的合理化与人性化上有很好的优化效果,帮助学校在进行排课的时候,考虑课程时间地点冲突问题的同时,对学生的需求进行满足。     

基于图论方法的自动优化排课模型研究

排课问题是高校教务管理工作中劳动强度大且复杂费时的一项核心工作,目前还只能手工凭经验排课,在信息处理自动化不断普及的今天,显得极不协调,原因在于还没有一个行之有效的自动化排课模型。排课过程有很多不允许冲突的关联要素,一但冲突就会打乱正常的教学秩序导致教学事故,这是排课模型的研究难点。时间冲突是最基本的冲突限制,如:在同一个课时内,不能安排一个教师给两个班级上课,一个班级也不能同时应付两个老师的课。本文对笔者曾经提出的基于图论方法实现自动化排课、调课和优化的排课模型进行了扩展,不但从理论上彻底避免了各种冲突的可能性,并且可以大大提高排课的效率。     

基于图论方法的自动优化排课模型研究

排课问题是高校教务管理工作中劳动强度大且复杂费时的一项核心工作,目前还只能手工凭经验排课,在信息处理自动化不断普及的今天,显得极不协调,原因在于还没有一个行之有效的自动化排课模型.排课过程有很多不允许冲突的关联要素,一但中突就会打乱正常的教学秩序导致教学事故,这是排课模型的研究难点.时间冲突是最基本的冲突限制,如在同一个课时内,不能安排一个教师给两个班级上课,一个班级也不能同时应付两个老师的课.本文对笔者曾经提出的基于图论方法实现自动化排课、调课和优化的排课模型进行了扩展,不但从理论上彻底避免了各种冲突的可能性,并且可以大大提高排课的效率.     

采用三维小生境遗传算法求解高校排课问题

深入分析了高校排课问题,包括排课目标、主要影响因素、约束条件、求解目标,建立了其数学优化模型,构建了其基本求解框架。针对高校排课问题的特点,引入遗传算法来加以解决,设计了三维编码方案、初始种群生成方案、适应度函数设计方案、小生境策略、自适应交叉概率和自适应变异概率等多种改进方案。仿真结果表明该算法在一定程度上满足了高校排课问题的多重约束条件,能够有效地解决高校排课问题。     

基于整数规划的排课优化问题

通过对高校排课问题深入分析,针对学生寻课距离最短、教室资源利用均衡2个目标,建立基于原课程安排时间不变的多目标0-1整数规划模型。其中,通过“大课连排,不动教室”的思想将寻课路径最短转化为约束条件,以教室资源利用均衡为目标,最终得到完整的带有约束条件的排课优化模型,并利用滤子方法的框架算法很好地解决了该问题。实验结果表明该方法对排课问题的优化效果显著。     

基于二叉知识树推理的可扩展智能排课系统

针对高等院校整体教学资源条件下的复杂多约束、多目标组合优化排课问题,提出了一种基于二叉树知识推理的可扩展智能排课算法并进行系统研发。结合实际教学过程中涉及的课程、时间、专业、教室、教师和可信度模型进行定义,构建了智能排课模型,设计了系统结构和排课算法。原型系统利用不确定性推理巧妙地解决了排课过程中棘手的软约束问题,并将二叉知识树引入知识库存储结构以解决系统的灵活性和可扩展性问题,使原型系统能够适应动态大规模排课需求。     

遗传算法在排课系统中的应用

随着高校招生规模的扩大,教务管理系统中的排课方式也显得越来越重要。本文讨论了排课问题中的影响因素、各类约束条件、求解目标以及求解难点,运用遗传算法的基本理论,研究了如何解决高校的排课问题。实践证明,利用遗传算法求解排课问题,其搜索过程带有智能性和并行性,并且操作简单,可以更少地依赖于实际问题的情况,从而能够有效地解决排课问题。     

UTP中一种分阶段求解算法

大学课程表问题UTP是一个应用广泛的、典型的组合优化和不确定性调度问题,并且已经被证明是NP完全问题。本文提出了一种分阶段解决大学课程表问题的算法,将课程表问题划分为时间安排和空间安排两个阶段,分别采用智能算法和最佳适应算法逐段求解,并最终求得全局较优解。通过设计实验对算法进行分析,结果表明这种分阶段决策算法在保证课表质量的同时能够有效减小遗传算法在求解UTP问题中的复杂度,提高程序的运行速度。     

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。     

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。     

Train Timetable Problem on a Single-Line Railway With Fuzzy Passenger Demand

The aim of the train timetable problem is to determine arrival and departure times at each station so that no collisions will happen between different trains and the resources can be utilized effectively. Due to uncertainty of real systems, train timetables have to be made under an uncertain environment under most circumstances. This paper mainly investigates a passenger train timetable problem with fuzzy passenger demand on a single-line railway in which two objectives, i.e., fuzzy total passengers' time and total delay time, are considered. As a result, an expected value goal-programming model is constructed for the problem. A branch-and-bound algorithm based on the fuzzy simulation is designed in order to obtain an optimal solution. Finally, some numerical experiments are given to show applications of the model and the algorithm.      

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.     

高校课程表自动生成系统的设计与实现

利用Microsoft Visual Basic6．0以及Microsoft Access2000设计一个适用于高等学校的课程表自动生成系统。并实现了一个任务时间表及教务资源管理的优化问题，该系统具有较全面的课表输出功能，并拥有一项手动智能调课技术。     

类遗传算法在高校排课系统中的应用

将排课问题转换成对课程项分配教室和时间的问题,采用类似遗传算法的思想,随机产生不存在硬冲突的排课方案作为染色体,以每个课程项的排课方案作为染色体的基因,通过排课软冲突构造适应度函数,计算染色体的适应度,再对染色体进行选择、变异,直到染色体的适应度达到给定值。     

解“时间表问题”（TTP）的启发式算法

本文给出了一种解“时间表问题”的启发式算法，从整个时间表的生成过程来说，它是一种并行和无回溯的方法，从一天的时间表生成来说，它是一种改进的Ｔａｂｕ查代方法。该算法不能保证在任何情况下都能获得可行的时间表，但能保证所获得的时间表是最优的或较优的。     

一种用于计算城市公交时刻表的复合遗传算法

针对公交时刻表设计问题,考虑客流到站的拥挤特征,结合公交车辆运行和乘客到站的时间约束,建立公交时刻表的优化模型。针对模型的特点,设计有序整数编码的遗传算法,对遗传操作进行改进,采用多种方式相结合的选择操作,以及绝对值比较法的区域交叉操作。通过实例测试,在满足公交企业和乘客需求的前提下,得到最优发车车次和车辆在起点站的发车时刻,并结合均衡时刻发车的结果,表明该算法能够有效地解决城市公交时刻表的优化问题。