基于匹配博弈双向选择高校自动排课策略的构建

本文针对高校排课问题,提出了基于双向匹配博弈理论及Gale-Shapley算法的排课策略,将高校排课问题抽象成由教师、班级、课程为元素构成的教学班集合和由教室、时间为元素构成的时空集合两个集合间元素匹配问题。教学班集合的任课教师先提出个人上课教室、时间偏好申请,然后匹配博弈过程根据实际教室容量、课程性质,以及任课教师的职称、年龄、教学效果等因素设定的权重和匹配原则完成接受或拒绝教学班偏好申请,通过多次循环匹配完成自动排课。该排课策略充分体现了教师上课的主观意愿,并合理解决了课程、班级、教师、教室、时间匹配冲突问题,使学校教学资源使用充分合理,最大程度地提高了教师排课满意度。     

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。     

基于量子粒子群算法的连杆机构的优化设计

粒子群算法是一种基于鸟群的智能优化方法,量子粒子群算法是对粒子群算法进行改进的算法,运算规则简单,收敛速度快,变量少,易于编程实现。对于多目标、多约束条件的四连杆机构优化设计,本文提出了一种基于量子粒子群算法求解的设计方法。经过仿真实践,能够有效求解,是求解四连杆机构优化问题的一个较好方案。     

一种基于佳点集遗传算法的物流配送网络优化

首先根据实际问题分析了物流配送网络优化模型的各个关键组成部分,包括优化目标、决策变量和约束条件,并针对目前物流配送网络优化算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法编码采用prufer num ber结构,变异和交叉概率自适应选择。     

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。     

高校多校区管理模式下的排课系统设计与实现

本文基于当前高校教学管理现状的基础,分析了多校区办学对高校课程安排工作所产生的影响。结合实际教学管理经验,提出了利用信息化手段解决多校区排课的基本思路、原则和目标。通过计算机软件和数据库数据技术对多校区排课软件主要功能模块进行了实现,解决了多校区排课中的实际问题。     

独立学院排课系统的数据库与算法分析

排课问题是一个约束的、组合优化问题.本文结合独立学院的实际情况,对排课系统的数据库进行分析,提出一种适合于独立学院教学特色的排课算法.     

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Web的实验室教学自动排课系统设计与实现

介绍了实验室排课系统的设计思路、特点及相关技术,并结合具体实际情况,提出并开发一套以处理排课问题的算法为核心的自动排课系统。     

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。     

钢筋混凝土单柱基础的优化设计

最优化理论的建立和土建设计中逐步应用了电子计算机为结构的优化设计创造了条件。为多快好省地进行结构设计提供了广阔的前景。 目前常用的优化方法有几十种之多,土建问题一般讲设计变量多,约束条件多,数学模型的建立也比较复杂,所以寻求适合于各种土建问题的优化方法是当前推广结构优化设计急需解决的课题之一。     

蚂蚁算法在复杂性运输路径问题中的应用——多车场多车型路径问题

车辆路径问题中,行驶路线往往取决于一系列约束条件,如配送中心个数,货物需求量,交发货时间,车辆容量限制等。要想达到一定的目标,如路程最短,费用最小,时间尽量少,车辆尽量少等,就得借劲于合适的算法去解决实际的问题。蚂蚁算法在解决著名的旅行商（TSP）问题上已取得了很好的成效,目前已陆续渗透到其他问题的求解上。文章主要针对多车场多车型车辆路径问题,用蚁群算法以及蚁群算法的优化算法去解决一些实际问题。     

基于项目聚类和评分预测的协同过滤推荐算法研究

协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一。目前协同过滤构建的用户-项目矩阵,一般是按用户对所有项目的评分构建,却没有考虑项目之间的分类情况,导致寻找的邻居集合可能不是最近邻居集合。针对此问题,本文提出基于项目聚类和评分预测的协同过滤推荐算法,该算法首先按商品聚类,将大矩阵按聚类的商品来进行子矩阵的计算,在子矩阵里进行兴趣度的测量,最后将在所有区域相似用户的推荐项目合并,成为该用户的最后推荐结果。实验证明新算法能够提高协同过滤推荐系统的推荐质量。     

不确定环境下的地震应急救援路径优化研究

针对地震应急救援的特点,引入不确定理论,在地震灾害的背景下,研究震后动态网络环境下的应急救援路径选择问题。用不确定变量表示网络中各路段的破坏程度,综合考虑路径破坏程度及车辆路径连续性等约束条件,以救援时间最短为目标,基于不确定理论建立了动态优化模型,并用改进的遗传算法求解,最后设计算例验证了模型和算法的有效性。     

差异演化算法求解集合划分问题

集合划分问题是组合优化中典型的NP难题,建立了集合划分问题模型,采用差异演化算法对其进行求解。通过对其它文献中仿真实例的计算和结果对比,表明了算法对求解集合划分问题的可行性和有效性。     

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。     

带有多级制造环节的供应链能力分配方法及应用

提出了一种带有多级制造环节的供应链模型,并建立了多目标、多变量、多约束的混合整数非线性数学模型,建立了一种基于邻域搜索的约束满足算法,设计了算法的编码方式、邻域构造方法、变量选择和值选择规则等一系列算法实现细节,并构造了基于理想点思想的适应度函数以实现对多目标的处理。通过使用C#语言实现了基于邻域搜索的约束满足算法,钢铁企业实际数据实验验证了算法的可行性和实用性。     

高效的多模式匹配算法

本文提出一种新的多模式匹配算法,以提高匹配检测的执行速度和效率。该算法采用了基于集合的多模式匹配思想,重新构造了HASH函数以便在处理大规模模式集时执行时间能比传统的匹配算法的执行时间要少。经过实验证明,运用该算法不仅具有时间复杂度较低的优点,且与传统算法相比具有更为优越的性能,同时在实际工作状态下的检测能力也更强大。     

基于遗传禁忌搜索算法的AGV物料输送调度问题研究

研究AGV物料输送工作过程,建立多复杂、多约束条件的AGV物料输送多参数调度问题数学模型。将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法。通过所建立的数学模型进行算法设计和仿真,结果表明该算法比较单纯的遗传算法的计算结果有一定的改进,使AGV完成物料输运任务时耗用时间最短。