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系统的研究与实现

遗传算法借鉴生物界自然选择和遗传机制,使用群体搜索技术,处理传统搜索方法难以解决的复杂的非线性问题。排课问题是一个NP完全问题,除了穷举法没有绝对的求解方法。高校排课涉及到课程、教室、班级、教师和时间五方面相互关联的因素。按照遗传算法思想,对初始课表进行优化,并用Delphi进行编程,试验结果表明,遗传算法对课表的优化有着比较显著的作用。     

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。     

浅谈公路工程项目施工网络图的优化

文章针对传统的公路施工网络图优化中存在的问题和不足,运用启发式搜索算法和遗传算法,对公路施工网络优化从时间、费用、资源三方面进行网络计划的优化和调整。     

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。     

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。     

城市变电站选址定容的规划方法研究

针对变电站优化规划这种复杂的大规模组合优化问题,本文采用年最小费用模型,基于遗传算法在求解非线性优化问题中的优良特性,采用改进遗传算法解决这一问题。将其应用于实际的变电站规划工作中,减轻了规划人员的工作量,取得了较好的规划效果。     

基于遗传算法的审计项目选择及资源均衡配置优化模型北大核心

大型审计组织常面临资源约束条件下的审计任务选择问题,为了在有限资源条件下最大化完成审计任务,本文利用matlab进行仿真模拟,建立了基于遗传算法的审计项目选择及资源均衡配置优化模型。结果证明:利用遗传算法可以解决有限审计时间资源约束下的审计资源均衡配置问题,与按审计项目重要性进行人工配置方法相比,优化模型能够更好地配置整个审计机构的资源,解决多项目审计资源配置问题,速度更快、效果更优。     

资源约束型项目调度优化的有效方法

<正>资源约束型项目调度的优化是一个NP-hard问题。本文针对多资源约束型项目调度的优化问题(RCPSP),提出了基于遗传算法的资源约束型项目调度的优化方法。实践证明该方法可以有效的压缩项目工期,为企业节省支出。     

遗传算法在智能财务分析中的应用

遗传算法作为一种全局并行搜索技术用来搜索优化群体中的最优个体,已在组合优化、规划设计、人工智能等领域被广泛应用.本文将遗传算法引入财务分析中,并通过两个例子具体说明遗传算法在财务分析智能化中的作用.     

不确定环境下核电项目进度动态优化控制分析

针对核电项目进度控制的不确定性特点,应用隶属度函数法构建了核电进度计划的模糊目标及模糊约束的模糊集成模型,然后应用并行遗传算法分析了进度计划动态优化调整问题,并以某核电项目进度计划为例,对工期、成本进行了不同可能性水平下的协调优化,为进度控制提供了决策依据。     

订单生产经济批量问题研究

通过引入分批算法 ,解决了企业进行多品种生产过程中所面对的调度和优化问题。本算法由两步构成 :第一步采用遗传算法进行合理地分批 ;第二步通过规划模型求得分批基础上的最优调度。     

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。     

CSCW技术在排课系统中的应用

排课系统是一个有约束的、非线性的、模糊多目标优化的、难解的、时空组合的数学问题。CSCW技术在受到教学组织形式、客观物质条件和求解目标等多种因素的影响下,解决了排课过程中存在的问题,并寻求出较优的时空组合,在实际中具有重要意义。     

B/S模式下的基础教研室上机排课系统设计——数据导入

该系统采用功能强大的可跨平台运行的动态网站制作技术ASP.NET进行开发。该系统主要包括数据导入模块、排课算法模块、数据显示模块。文章主要介绍其中的数据导入模块,该模块的主要功能是实现从学校教务管理系统中的WEB页面自动将教研室教师课表导入到数据库。     

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。     

Robust and stable multi-task manufacturing scheduling with uncertainties using a two-stage extended genetic algorithm

ABSTRACT

In cloud manufacturing (CMfg), unexpected uncertainties can occur in real-world manufacturing processes that could make the predetermined schedule infeasible. A new multi-objective proactive method is proposed in this situation to evaluate the proactive schedule. A novel two-stage extended genetic algorithm (2S-EGA) is proposed to generate proactive schedules that consider service interruptions. The experimental results confirmed that the obtained proactive schedule produces great performance when applied to multi-task scheduling problems with service interruptions. Furthermore, the results also showed that the proactive schedule obtained by the proposed approach is more robust and stable than other baseline algorithms taken from the literature.     

基于改进节约算法的选址与配送一体化问题优化研究

针对一类配送中心选址以及路线选择的一体化问题,提出一种能同时解决配送中心选址和配送问题的方法。通过建立改进的车辆路径选择模型,然后将节约算法进行改进,从而同时解决这类一体化问题。并以荣森物流公司的选址问题为基础,给出算例,验证该算法的可操作性。