时间表(T im etab ling)问题是NP-完全的,因此很难寻求一个有效的整体优化算法.分组作为重要的优化策略,可以将课程按优先等级逐次分组,每组再采用组合优化方法.通常认为课程的规模是优先等级的决定性因素.然而选课的模式允许学生在一...时间表(T im etab ling)问题是NP-完全的,因此很难寻求一个有效的整体优化算法.分组作为重要的优化策略,可以将课程按优先等级逐次分组,每组再采用组合优化方法.通常认为课程的规模是优先等级的决定性因素.然而选课的模式允许学生在一定的范围内选择课程,这就使得课程的关联关系更复杂.该文将课程的关联关系描述为一个M arkov链,进而给出了课程优先度(CourseR ank)的概念.通过对清华大学2002年度学生选课数据的分析和计算,结果表明课程的规模仍然是重要的因素,但并不完全是决定性的.展开更多