论文基于改进型遗传算法求解高校排课问题，该文是关于遗传算法论文例文跟遗传算法和求解和高校有关硕士论文范文.
摘 要：随着信息技术的不断发展和教育改革的不断深入,通过信息技术实现教学管理的智能化已经成为可能.排课作为教学管理的核心内容之一,它是衡量教学管理水平的重要指标,它是教学管理智能化的重要体现.本文的研究是通过学校的教学计划分析并建立排课的数学模型,对传统的遗传算法进行改进,设计出一种改进的自适应的遗传算法求解排课问题,改进的自适应遗传算法相对于传统的遗传算法在排课效率上有很大提高.
关键词：排课模型；遗传算法；节次；自适应
中图分类号：TP311.5 文献标识码：A
1 引言(Introduction)
随着信息技术的不断发展和教育改革的不断深入,通过信息技术实现教学管理的智能化已经成为可能[1].排课作为教学管理的核心内容之一,它是衡量教学管理水平的重要指标,它是教学管理智能化的重要体现.排课问题的目标是在一定的约束条件下求解出较优的排课方案,使得依据此方案执行的教学计划具有学生老师合理安排,教室资源利用率高,教学质量高的特点[2,3].
2 常见的排课模型(Common course schedulingmodel)
2.1 图论算法
图论中的图是由若干给定点及连接两点的线所构成的图形,这种图形通常用来描述事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系图论解决排课问题,将图论的边着色理论,对排课资源进行建模,使得排课问题得以解决[4].但图论本身是NP完全问题,算法实现上比较繁琐.
2.2 贪心算法
贪心算法基本思路是从问题的某一个初始解出发一步一步地进行,根据某个优化测度,每一步都要确保能获得局部最优解.贪心算法的排课系统,以资源匹配为基础,用内存动态分区分配的最佳适应法为依托解决排课问题[5].与图论算法比较,避免了算法实现上的困难,但贪心算法在断点选择中存在缺陷.
2.3 人工智能算法
人工智能是对人的意识、思维的信息过程模拟.人工智能解决学校的排课系统,以时间因素为核心进行课程的安排符合学校教学实际情况,以影响学校课程安排中最为直接的三个因素教师.以学生和教室为核心来安排一门课程[6].使用这种方法能够使学校管理进一步科学化,高效化.
3 基于高校的排课模型(Course scheduling modelin colleges and universities)
3.1 相关术语
4 高校排课问题的设计(Design for course schedulingin colleges and universities)
4.1 编码设计
编码方式有浮点编码、二进制编码、十进制编码等方式,本文采用十进制编码表示课表染色体的编码,如下表2所示,能更好地表示排课问题的实际特点.每一种编码对应一条染色体,则每一条染色体表示的是一种排课可能.
例如：软件学院张三教授给2012级软件工程1班上《数据结构》课程,课程每周两次,在2栋楼101多媒体教室进行,时间是第四周周一下午五六节,则可此授课事件的染色体编码为011001-1201011-1220001-22101-0413(其中011001表示教师编码,01表示软件学院,1表示教师的职称,001表示教师的编号).
4.2 初始种群的产生
初始种群的产生一般通过随机搜索的方式产生,为后续各种操作提供初始可行解.由于初始种群中生成的个体适应度值较低,本文首先按照课程权重对课程进行排序,该操作可以避免解空间的过早压缩,同时能够尽早的产生可行解.
4.3 选择操作
根据达尔文的进化论提出的“适者生存”的原则,选择是从种群中选择出优秀的个体作为父代,并为下一代个体繁殖作基础.选择操作通常也称作再生操作.选择操作从种群中选择出适应度高的个体遗传到下代个体.种群中个体的适应度的值越大,被选择的概率则越高.fi表示种群中个体的适应度的值,n 表示种群中个体的数量,则种群中个体的概率值：
4.4 自适应交叉和变异操作
交叉操作是把种群中两个个体进行随机的交叉重组,这种操作既保证的新产生的个体保留了父代个体的优良基因,又是种群的个体具有多样性.变异操作是种群中的个体根据一定的概率值做出基因位的变动.传统的遗传算法中,采用固定的交叉概率和变异概率,容易产生局部最优解,本文采用自适应的交叉和变异操作进行遗传算法的计算,具体操作如下：
5 实验(Experiment)
5.1 实验数据
本文实验数据是来自软件工程学院2017年秋季课表,如表3所示.实验参数如表4所示.实验平台采用2.20GHz,Pentium i7处理器、8GB内存、700GB硬盘,操作系统为win7.所有实验均采用C#语言,在Visual Studio 2010下实现.
5.2 实验结果与分析
对于同一初始种群下,将文献[7]中(GA)方法与本文方法(MGA)进行对比.图2是10次实验两种方法不同的种群平均适度的值,MGA的平均值高于GA的平均值,图3是10次实验两种方法不同的时间值,MGA的时间值低于GA的时间值.由图2和图3可以看出,本文方法都优于文献[7]中的方法.
根据表5的评价指标分析,改进后的遗传算法MGA比传统的遗传算法GA在课程均匀度,学生课程分布,教室满意度及教室利用率方面都有明显的改善.
6 结论(Conclusion)
本文针对高校排课问题进行分析,根据教学计划对排课问题建模,通过改进的遗传算法对问题进行求解.实验结果表明,改进后的遗传算法比一般的遗传算法具有更高的效率.如何合理的解决排课中漏排课问题是下一步研究的重点.
综上资料,上文是大学硕士与遗传算法本科遗传算法毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写遗传算法和求解和高校方面论文范文.
参考文献：
1、 基于遗传算法的优化BP神经网络算法 王军涛（北华航天工业学院,河北廊坊065000）WANG Juntao（NorthChina Institute ofAerospaceEngineering,Langfang065000,China.
2、 普通高校健美操课教学内容设置和 刘 莹,曲美儒（大连海洋大学体育部,辽宁 大连 116023）中图分类号G831 1 文献标识码A 文章编号1674151X（2016）0309603收稿日期20160126作者简介刘莹（.
3、 新媒体环境下高校原理课实效性提升路径探析 摘要新媒体的迅速发展和广泛应用使高校“原理课”面临新的机遇和挑战 如何在新媒体环境下提升高校“原理课”的实效性是当前“原理课”教.
4、 基于遗传算法的药物疗效评价模型 1 引言(Introduction)心脑血管疾病是全球威胁人类健康的重大疾病,其发病和死因一半以上与高血压有关,同时居民脑卒中和冠心病发病最重要的危险因素也是高血压,所以控制高血压是防治心脑血管病.
5、 安徽工程技术学校实训排课系统需求分析 摘要本文以安徽工程技术学校为样本,尝试对实训排课系统的需求分析进行探索和研究,主要从用户类型、系统功能要求、系统性能要求、系统可行性……方面进行需求分析,结合目前中职学校实训排课普遍存在的问题作为研究.
6、 微信公众平台建设高校微课环境的实践和基于高校微课环境现状分析 摘要为了解高校“微课”环境建设现状,以长株潭地区为例,通过问卷调查,收集到长株潭地区十所高校学生1 273份有效问卷,分析制定了以微信公众平台为载体的高校微课环境建设方案,并以.