遗传算法在求解时间表问题中的应用研究

时间表问题(TTP)是一类特殊的资源调度问题,属于NP完全问题.排课问题是时间表问题的一个实例,属于多目标优化问题,本文给出了其数学模型.由于遗传算法具有良好的全局搜索能力,在优化问题中有着广泛的应用.本文根据排课问题的特点对普通遗传算法作了改进,设计了一种新的染色体编码方法,通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题,并将此作为遗传算法的适应度函数.最后给出了一个计算实例,用MATLAB进行了仿真,算法最终收敛到稳定状态,所得的结果能够满足要求.

基于遗传算法的智能排课分析与研究

教务管理系统中排课是基本模块,在约束条件很多的情况下,要排出合理的、满意度高的课表是很不容易的.通过对算法分析,使用遗传算法对课表进行初始化,利用遗传算法对排课问题建立数学模型,设计了适应度函数,通过选择、交叉和变异等过程,进化得到最优解.实验结果表明,本算法能够有效地解决高校的教务智能排课问题,在实际运行中有一定的实用价值.

改进遗传算法求解新高考背景下的排课问题

我国提出新高考改革政策后,越来越多地区和高中开始采用走班制教学模式.相对于传统的行政班教学模式,走班制教学模式使排课问题的约束条件进一步增多,学校教育资源匮乏的现象进一步凸显.传统的排课算法不适于求解走班制教学模式下的排课问题,而纯粹的手动编排课表不仅费时费力,排出的课表还可能存在大量冲突,难以保证课表的可行性和合理性.根据走班制教学模式的特点,设计了一种获取优质可行解的方法:首先针对走班课程提出了一种自动生成教学班组合的方法;然后运用改进的遗传算法高效合理地求解排课问题.实验结果表明,该算法可获得优质的课表安排,并且已经加入到实际应用中.

混合算法在大学课程表问题中的应用研究

大学课程表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。

基于改进遗传算法的排课问题研究

针对遗传算法在解决排课问题中易陷入局部最优解的缺陷,提出一种改进的遗传算法。在传统遗传算法基础之上,融合模拟退火思想,使交叉得到的子代以一定概率进入下一代,并对传统的基于概率的计算方法进行改进,编排出优质的课表。实验结果表明改进算法不仅加快了前期进化速度,而且解决了遗传算法后期易陷入局部最优解的缺陷。