遗传算法在排课系统中的设计与实现

发布时间：2022-01-09 05:21

　　为提升教学效率、减轻教务管理压力、改进传统课表设置,构建"数字校园"建设,并实现精细化管理,提出了智能排课系统。从算法研究、课表建模、问题分析、编码应用等层面入手,详细阐述了智能排课方案的设计与实现,实现了同时段教学资源高效率分配,从而有效克服了课表编排困难,推进了教学管理的精细化、智能化。 

【文章来源】：电脑编程技巧与维护. 2020,(01)

【文章页数】：4 页

【部分图文】：

功能模块图

排课实现流程图如图2所示，描述了遗传算法的整个流程。首先删除以前的课表信息，初始化课元，即生成初始种群，在此基础上选定个体进行迭代，其中个体适应度评价函数满足要求的个体可进入下一代种群，最终获得课表最优解。2.2 课表设计

交叉算子，就是实现染色体间的交叉，从而产生新的染色体。在遗传过程中，定义交换染色体部分基因的方法和标准，决定新一代染色体的生成方式，系统中采用的交叉策略为在课时（x）和教师（y）确定的情况下交换班级（z），交叉策略如图3所示，首先在种群中随机选定两个时间段（x），教师（y），班级（z）的组合，确定是否执行交叉操作，若不执行交叉操作，直接将这两个组合复制进入下一代种群；若执行交叉操作，确定交叉次数及交叉点，交叉点即为班级（z），操作成功后将新个体加入下一代种群，若操作出现与其他组合的冲突，再次尝试交叉，直到达到尝试交叉次数或已满足下一代种群数量才停止。变异算子，在生物进化的过程中，会发生小概率的基因突变，能够帮助遗传过程产生新的基因，避免种群过早收敛，变异策略如图4所示，变异操作为选定两个时间段，交换其教师（y）和班级（z）对应的基因块。

【参考文献】：
期刊论文
[1]基于蒙特卡洛遗传算法的排课问题研究[J]. 张贵军,陈安,胡俊.  实验技术与管理. 2019(03)
[2]遗传算法的改进及其在排课问题中的应用[J]. 姜婧,白似雪.  南昌大学学报(理科版). 2018(04)
[3]改进遗传算法求解走班制下的排课问题[J]. 陈璐,王秀.  计算机工程与应用. 2019(06)
[4]基于改进遗传算法的高中走班制排课算法[J]. 王卫红,李文琼.  浙江工业大学学报. 2016(06)
[5]高校智能排课系统算法的研究与实现[J]. 宗薇.  计算机仿真. 2011(12)

硕士论文
[1]基于遗传算法的智能排课系统设计与实现[D]. 吴松慧.苏州大学 2016



本文编号：3578043