基于免疫克隆算法的课表编排方案

将高校课表编排问题转化为带约束的多目标优化问题,基于混合编码,应用免疫克隆算法对随机课表编排方案进行优化。通过基于相似性矢量矩的选择方法抑制抗体浓度,保证种群多样性,避免免疫克隆算法陷入早熟收敛。仿真结果表明,该方案在课程合理性、总体满意度和运行时间方面均能取得较好的效果。     

基于启发性知识研究生院课表编排系统

60年代末,课表编排问题国外就有人开始研究。1962年,Gotlieb曾提出一个课表问题的数学模型,此后人们对其算法、解的存在性等问题做了很多探索,1975年Even等人证明了课表问题属于NP-完全问题。从此人们才将更多的精力放在如何实现计算机编排实际课表上。 国内对课表问题的研究始于80年代初,而且都是以大学本科课表编排为对象的,随着教育事业的不断发展,研究生院纷纷创建,尤其研究生人数不断增加和新学科新领域不断出现,使得以往的管理手段很难完全适应当前新形势的需要,教务管理人员愈发感到工作负担沉重,因此研究生院课表编排自动化便成为日益迫切的要求。 1.研究生院课表问题的特点     

排课表问题中的分组优化决策算法

针对大学排课表这个多因素优化决策问题,介绍一种分组优化决策算法,它是系统Ｕｎｉｖｅｒｓｉｔｙ Ｔｉｍｅｔａｂｌｅ Ｐｌａｎｎｉｎｇ Ｓｙｓｔａｍ（ＵＴＰＳ）使用的方法。实践表明该算法是行之有效的,在计算机实现课表的自动编排过程中,本算法直到了核心作用。     

个性化决策规则获取算法及规则表示

提出了一种基于粗糙集理论的面向个性化知识的决策规则获取算法。从理论上证明了算法的正确性,给出了面向个性化的知识获取算法的描述。算法的重点在于规则合成的方法和可信度、覆盖度和规则强度计算的方法。最后通过例子说明了算法的有效性和实用性。     

课表编排系统的算法分析与设计

对课表编排系统中涉及的搜索课程的可用时间集合、择优选取时间片、搜索所选定时间的空闲教室、择优选取教室以及解决冲突等环节的算法实现进行了讨论。前4个环节主要涉及时间或教室集合的搜索以及按照一定的优选策略选择最佳匹配，最后环节则利用人工智能的深度优先图搜索策略对冲突进行调整。     

基于前项不定长关联规则个性化推荐算法的研究

为了提高个性化推荐的质量,简化推荐规则生成过程中相关参数的设置,讨论了应用于个性化推荐中的关联规则的性质。提出了一种新的存储结构FSTree,并在这种存储结构上探讨了基于前项不定长的关联规则挖掘算法,通过实验证明了该算法的准确率和综合测度。     

一种基于预测的大学课表调度算法

本文通过对大学课程调度中出现死锁原因的分析,将死锁分为不可避免死锁和可避免死锁。同时提出一种算法,根据对时间和场地死锁的静态和动态的预测与调整,实现了计算机对大学课程的辅助调度。     

大学课表计算机编排系统的预排处理

本文针对高等院校教务管理中课表编排的人工分块问题，提出了一个基于图模型的分块预排算法，并在微机上实现。本系统不仅实现了自动分块，同时还提供了各班级在一学年两个学期中各门课程的上课时间。     

一个基于关联规则的个性化方法DPARM

针对当前个性化中关联规则挖掘的一些问题,尤其是无法及时更新使用数据这一缺点,提出了一种有效的基于关联规则挖掘的个性化方法DPARM,它将用户兴趣模型的更新和在线推荐紧密结合,及时使用新的用户会话更新用户兴趣模型,从而使个性化系统能够更好反映用户访问模式的变换。使用http://www.cs.depaul.edu上的数据进行了实验,结果表明,该方法是有效可行的。     

基于规则的脚本生成技术

面向对象技术的兴起，对以脚本生成为中心的需求分析工作提出了更高的要求，为了克服脚本描述所带来的模糊性及不一致性，亟需引入一定的形式化机制。本文通过阐述基于规则的脚本生成技术的基本概念及所具有的功能，给出了实现该技术的原型系统的数据结构和体系结构，并分析了其发展前景。     

课表模型及排课算法应用

针对排课过程中出现的关于教师、时间、教室和教学班级之间的多维冲突,通过对冲突的复杂度削弱研究,建立起课表的数学模型并提出了高校综合课表编排算法;同时依据此算法可以对学校的教学资源的可用度进行评估,为高校的管理提供了科学的决策依据。     

一个解决高校排课问题的演化算法

针对当前高校存在的排课效率低下问题,有必要采用一种有效的算法结合计算机实现自动排课。文中在比较各种不同算法的基础上,提出了一种使用局部杂交算子的演化算法。该算法采用矩阵编码方案,通过惩罚函数满足排课表问题的多重约束条件。模拟实验证明,该算法可有效地解决高校排课问题。     

基于DPSO的高校排课算法的实现

在对高校排课问题进行分析的基础上,提出一个基于DPSO的排课算法。算法采用矩阵编码方式。对粒子的位置和速度更新方法进行重新定义。利用C#语言实现了基于离散粒子群算法的排课系统,并以三个学院一个学期的课程表为依据对系统进行了评估,测试结果表明粒子群算法在排课系统中不仅解决了高校复杂的排课难题而且实现了智能化、人性化的排课过程,同时也验证了本系统的可用性。     

基于遗传算法的排课系统

随着高校的发展.在教务管理系统中使用的排课模型也变得越来越复杂,亟需一种适用于开发、重用及设计的方法.针对这种情况.给出了排课问题的教学模型,提出基于遗传算法解决方案.结果表明,该算法能比较有效地解决排课问题.     

利用遗传算法求解中学课表安排问题

论文采用三维编码方式及相应的遗传算子构成的遗传算法求解中学课表安排问题,通过实例验证该方法具有良好的收敛性,可产生比较优良的排课方案。     

在中学排课问题中实用的模拟退火算法应用

针对中学排课问题,提出了一种分阶段的模拟退火算法解决方案.中学排课问题难点主要在于如何解决课表中存在的大量冲突以及如何优化课表.初始化随机生成一张带有冲突的课表,经过算法第一阶段,人工干预异化解结构,使课表可行;算法第二阶段引导性的改变课表结构使课表满足通用的软约束条件;算法第三阶段采用启发式随机邻域异化操作,变异课表,产生更优解.为了满足实际生产环境中对课表多元化的需求,在UI界面中提供可以手动调节课表机制.经过实验发现,改进后的模拟退火算法在解决中学排课问题时收敛速度更快,运行效率更高,并且在迭代次数较少的情况下,也能产生可行解.     

一种基于遗传算法的自动排课系统设计

该文提出并实现了一种高校自动排课算法,利用遗传算法建立数据模型,定义了时间片、授课单元、切片算子、不完全两点交叉和适应度函数。通过使用遗传算法,对课程进行编排和对课表进行优化;并用VC 进行编程,Matlab进行仿真,用文件输出结果;实验结果表明,遗传算法对课表的编排和优化有着比较显著的作用。     

基于MPSO算法的云计算资源调度策略

针对云计算服务集群资源调度和负载平衡的优化问题,提出一种基于改进的粒子群优化算法的云计算资源调度策略。将动态多群体协作和变异粒子逆向飞行思想引入到粒子群优化算法中,从而控制全局搜索和局部搜索,尽量避免陷入局部最优。在CloudSim 平台进行模拟测试,结果表明,该调度策略有效且执行效率较高。     

服务工作流中基于用户需求的调度模型及算法研究

在前期研究的基础上,从工作流的实用性与用户的个性化需求出发,提出了一种基于用户需求的工作流调度模型,该模型由业务逻辑模型、用户个性化定制模型、服务组织模型、工作流调度模型、工作流执行模型等五部分组成;同时研究了一种按用户需求的工作流调度机制,该机制能实现高层用户逻辑向底层执行映射的动态服务绑定;最后分析了调度机制失效时的最小代价恢复策略.与同类成果相比,调度模型具有灵活地支持用户个性化需求,算法复杂度低,并能以最小代价快速失效恢复等优点.     

卷烟生产线柔性优化调度模型研究

Through analyzing technological process of cigarette producing line and utilizing the basic idea of modern graph theory, the connected network system based on continuous material flow is drawn from cigarette producing line. The thought of flexible optimization schedule is proposed and the optimization schedule models of cigarette producing line are created. Then their visualized example is given. These optimization schedule models have already been used for actual cigarette producing schedule and they have direction meaning for instructing manager at producing ground to carry on optimization schedule.