遗传算法在排课系统中的应用研究

随着高校的不断扩招,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,本文分析了目前流行的几种排课算法存在的问题,从遗传算法的基本原理入手,研究如何用遗传算法解决排课系统中的资源冲突、课表优化问题,简化程序的复杂度和减少生成最佳课表的时间,最终找到最优解。     

基于遗传算法的高校排课

课表问题又称为时间表问题(Timetable Problem),是一个多因素的优化决策问题,也是组合规划中的典型问题。本文从排课系统研发和运行中存在的问题出发,从遗传算法的基本理论入手,研究如何利用遗传算法,解决时间安排过程中的资源冲突(主要是教师资源和时间资源)、课表时间段组合优化等问题。     

模拟退火算法在实验预约系统中的应用

实验预约系统的核心任务是生成实验教学课表,课表的生成是一个典型的组合优化问题,模拟退火算法是解决此类问题的优秀算法之一。本文主要研究了模拟退火算法的原理与特性,并将其应用于实验教学预约系统的排课模块中,更好地提高排课效率,改善排课效果。     

基于人工辅助计算机排课的优化研究

重视内涵建设,提高教学质量已经成为高校的发展趋势,因此与教学质量相关的课程表的合理性至关重要。针对目前国内高校排课难的问题,在采用人工辅助计算机自动排课系统基础上,结合作者的工作经验,该文从排课流程上给出了有效的改进策略。改进方式首先介绍了简化"排课"这一多目标组合优化空间的策略,并针对高校扩招带来的资源缺乏而造成部分课程系统不能自动排课的问题,提出了完备时间模式表概念。最后提出对各专业课程表的优化方案,具体采用了将重要课程固定时间点,并将其排课批次置前的方式。实践证明,优化后的排课方案使课表更加合理和人性化。     

基于动画专业排课的思考--以三明学院海峡动漫学院为例

排课是对教学任务的具体分配，是教师和学生普遍关心的问题。排课受上课时间、教学场地、班级数量和教师工作量的影响。能否科学合理的编排课程表，是教学工作正常进行的重要保证。动画专业课程具有周课时多，阶段性课程多，上课地点多为机房和画室等特点。因此如何优化动画专业课表是教务管理人员值得探讨的一个课题。本文以三明学院海峡动漫学院为例，根据动画专业课程的特点，指出影响动画专业排课的主要影响因素，并提出了一些优化课程安排的建议。     

基于并行遗传算法的智能排课问题的研究

目前,高校在校生在不断增长,随之而来的是不断繁重的教学管理任务,其中一项繁琐又重要的工作就是排课任务,所以要想提高排课的工作效率,就需要一个高效合理的智能排课系统,这对于工作人员以及其高校具有很特别的意义.自动排课系统可以让管理人员非常及时地掌握学生排课情况,从而优化学校教学资源配置.本文基于并行遗传算法,对智能排课系统的相关问题进行了探讨.     

遗传算法求解最佳证券投资组合

遗传算法作为一种高效并行的全局优化搜索方法,已应用到许多领域,在求解科学研究和工程技术中各种组合优化搜索与优化计算问题方面取得了成功。本文将遗传算法引入到证券投资分析领域,利用该算法对最佳证券组合问题进行优化计算,使求解过程更简洁、直观,适合计算机进行并行处理。本文简要介绍了遗传算法的框架并举例说明了利用遗传算法计算最佳证券组合问题的求解步骤。     

改进的自适应遗传算法在排课系统中的应用

在各院校的教务管理中,排课系统是非常重要的。本文首先论述了改进的自适应遗传算法,并通过研究排课问题中的影响因素、主要约束条件,阐述了基于改进的自适应遗传算法的排课系统的设计方案。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

车辆数不确定的软时间窗车辆路径问题的改进遗传算法

综合考虑车辆数和行驶距离两种优化目标,提出了VRPSTW的多目标优化模型,同时提出了解决VRPSTW问题的一种改进遗传算法。在算法中,通过适应度函浸透的变化,较好地解决了多目标优化的问题;通过对交叉算子改进,增加了算法的寻优能力,同时又克服了算法对群体多样性的要求;针对遗传算法局部搜索能力弱的问题。加入了2-opt局部搜索方法,很好地弥补了遗传算法的不足。经过实验,本方法能较好地解决VRPSTW问题,从而对运榆决策提供有力支持。     

遗传算法在现代物流系统中的应用研究

遗传算法是一种基于自然进化原理的全局搜索随机算法。通过遗传算法特点的介绍,阐述了物流规划中的相关问题。研究了遗传算法在选址问题、配送问题、调度问题、运输问题、布局问题等问题中的应用方法,介绍了其理论价值,及对实际工作的指导作用。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

配送中心车辆调度模型及遗传算法设计

针对物流配送中心车辆调度问题,采用混合整数规划方法进行建模。对实际问题进行研兖分析后,基于所研究问题的特点,提出基于遗传算法的求解方法。通过数值实验对算法不同参数组合进行分析、比较,获得最佳参数组合．建立了有效的求解该问题的遗传算法。并通过对实际问题的数值仿真试验．验证了算法的有效性。     

单件离散型生产作业排程的多目标协同优化

以某重机企业为背景,分析了单件离散型生产作业排程的特征,提出多目标协同优化问题。基于改进的田口质量损失函数,确立质量、工期与成本之间的非线性关系,综合考虑单件离散型的约束条件,构建了生产作业排程多目标协同优化模型。集成仿真技术和遗传算法,为模型求解提供了有效方法。最后将模型和算法应用到企业的生产实践中,验证了其实用性和有效性,为解决单件离散型生产排程问题提供了科学方法。     

基于遗传算法的大规模定制供应链调度优化研究

大规模定制(MC)模式下的供应链调度优化过程,是典型的随机需求与资源约束的动态问题。为合理解决这一问题,在前期研究成果基础上,提出了包括供应商选择及企业合作时序安排的优化调度模型,并提出了针对这种模型的求解思路,设计了基于遗传算法的求解过程;通过多组数据实验及结果比较分析,对模型算法的有效性、稳定性进行了验证。     

基于信息熵的混沌遗传算法求解网格工作流调度问题

网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下,是通过很多相互依赖的任务来描述作业的,这让工作流调度面临巨大的挑战。在本文中,提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题,它利用信息熵的概念动态调整了交叉和变异概率,优化了传统的遗传算法,并最终通过实验证明了算法的有效性。     

具有模糊加工时间的偏柔性作业车间调度问题研究

研究了以最小化制造跨度为目标的,具有模糊加工时间的偏柔性作业车间调度问题。针对该问题,采用三角模糊数来表征时间参数;并采用预处理算法,将偏柔性作业车间调度问题转化为更容易处理的完全柔性作业车间调度问题,给出了基于粒子群优化的调度模型;最后通过实例验证了模型的有效性。     

卷烟厂制丝车间自动排产问题研究

以卷烟厂为研究背景,对制丝车间生产特点和排产需求进行分析,提出了基于规则的启发式算法,以解决卷烟厂制丝车间排产问题。以生产均衡为目标,构建以工段为整体的倒序排产的制丝车间排产算法,并将该算法应用于某卷烟厂。经实际数据验证,该算法可很好地满足制丝排产的需求。