基于遗传算法的课程表问题研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:lulubukule
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
课程表编排问题是时间表问题之一,也是一个解决时间和空间资源矛盾的多因素优化决策问题,即对各类课程、教师、学生进行时空安排问题,这种安排问题需要满足一定的约束条件集,如关于教室的位置与容量、时间间隔、特定课程承接关系等方面的约束条件.目前各类学校都存在着学生数量、课程设置增多,而相应的配套资源没有太大变化的情况.这就要求能充分利用已有的资源,选择最合理的编排方案.近40年来,人们尝试着用各种方法求解此类问题,如:整数规划、图着色、各种推理搜索方法、进化算法等等.遗传算法是一种拟自然的、具有随机性的全局优化方法.近些年来,遗传算法在求解复杂问题中发挥了重要的作用.同样,遗传算法也能有效的求解课程表问题.该文分析了课程表问题的发展状况;综述了遗传算法在数学基础、遗传操作以及各领域的应用发展现状;根据大学授课形式的特点建立了大学课程表问题的数学模型;给出了基于不同目标的遗传算法求解方法;提出教师和教室的两种编码形式,为了提高解的质量和加快收敛速度又设计最佳时段-查找法,并将其嵌入遗传算法中;对于利用教室编码的遗传算法提出了一种新的交叉算子;通过实验验证了该文所提出的算法适合于所建模型的求解,是可行性和有效性.最后给出了课程表问题进一步研究的方向.
其他文献
最优标号与最优嵌入问题是组合最优化学科非常活跃的一个研究课题.,它具有很强的应用性,并且包含一系列内容相当丰富的理论问题.该文的研究与其中的两个问题有关.由以下两部
随着福利分房成为历史,以住房货币化为核心的中国住房制度改革已经起步.作为中国新的经济增长点,中国住宅产业的启动将对中国国民经济产生重要而深远的影响.但是,住宅金融市
压缩感知理论作为一种全新的信号采集、编解码理论,已被广泛地应用到图像处理、模式识别、自动控制和生物传感等领域.压缩感知信号恢复是压缩感知理论的核心内容之一,恢复算
该文首先建立了两种软测量模型,即多元逐步回归软测量模型和BP神经网络软测量模型.该文提出将正交试验设计和多元逐步回归结合的思想来确定BP神经网络软测量模型的输入神经元
硕士学位论文《Banach空间上算子代数K-理论初探》是泛函分析学科Ba-nach空间理论与算子理论有机结合进行初步探索的产物,在§1,通过引入(半)Browder算子等概念,说明这类算子