The invention discloses a method, device, device and medium for modifying the educational arrangement of colleges and Universities Based on neural network, the method includes: generating the calculation formula of the educational arrangement error according to the educational arrangement constraint uploaded by the user; training CPPN neural network according to the error of the educational arrangement constraint and / or the educational arrangement table calculated according to the educational arrangement error calculation formula; using CPPN neural network to calculate Calculate the schedule of educational affairs, and calculate the error of the schedule of educational affairs through the formula of the error of the schedule of educational affairs; when the error is not greater than the error threshold, obtain the schedule of educational affairs corresponding to the error. The method of the invention no longer needs a tedious modification process, so that the teaching staff and the educational administration office can greatly save the process of modifying the scheme, quickly complete the submission and modification process of the proposal for arranging classes and examinations, and improve the work efficiency of the educational administration office.
【技术实现步骤摘要】
基于神经网络修改高校教务安排的方法、装置、设备及介质
本专利技术涉及数据处理领域,尤其涉及基于神经网络修改高校教务安排的方法、装置、设备及介质。
技术介绍
教务安排是学校按照教学计划为各个年级、各个专业的课程和考试安排合适的时间和合适的地点;现在中,教务安排主要是指为高校教师安排上课的课程以及安排考试监考,因此教务安排工作在学校的教学管理中处于非常重要的地位,关系到学生和老师能否正常上课和完成考试,一旦在安排的过程中考虑不全面,就会导致无法展开正常的教学工作。因此,每个学期学校都需要花费大量的人力和物力去应对排课排考工作,而随着如今高校开办的学科和专业越来越多元化,班级的数量和开设的课程数量也相应地快速增加,而原有的排课排考方法已经越来越难以满足需求。现有高校教务安排主要存在以下问题:一是,由于考虑不当导致课程上课或考试安排出现时间冲突或者是教室冲突;二是,对于某一门课程排课排考的的时间或者是课室的调整,需要耗费大量的时间,会影响到很多其他的课程安排;三是,由于排课排考牵涉到的约束条件较多,随着课程的增加,人工排课排考变得越来越困难,且目前的自动化排课排考系统的效果并不理想。现有相关
中,尚缺少较佳技术方案解决上述问题。
技术实现思路
本专利技术的解决的技术问题是提供一种基于神经网络修改高校教务安排的方法、装置、设备及介质,旨在需要对考试和课程安排进行修改时,不再需要繁琐的修改过程,让教职工和教务处能够很大程度上地节省修改方案的流程,快速完成排课排考的建议提交和修改过程,提高教务处的 ...
【技术保护点】
1.一种基于神经网络修改高校教务安排的方法,其特征在于,包括:/n根据用户上传的教务安排约束条件生成教务安排误差计算公式;生成教务安排误差计算公式是对约束条件进行标号化处理,教务安排约束条件包括初始教务约束条件和实时教务安排约束条件,约束条件为用户无法完成和/或优先完成教务安排的时间段,所述教务安排包括上课和监考;/n根据教务安排约束条件和/或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络;所述误差是CPPN神经网络计算出的教务安排表与用户填写的约束条件所对应的教务安排表的匹配程度;/n利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差;/n在误差不大于误差阈值的情况下,获取该误差对应的教务安排表。/n
【技术特征摘要】
1.一种基于神经网络修改高校教务安排的方法,其特征在于,包括:
根据用户上传的教务安排约束条件生成教务安排误差计算公式;生成教务安排误差计算公式是对约束条件进行标号化处理,教务安排约束条件包括初始教务约束条件和实时教务安排约束条件,约束条件为用户无法完成和/或优先完成教务安排的时间段,所述教务安排包括上课和监考;
根据教务安排约束条件和/或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络;所述误差是CPPN神经网络计算出的教务安排表与用户填写的约束条件所对应的教务安排表的匹配程度;
利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差;
在误差不大于误差阈值的情况下,获取该误差对应的教务安排表。
2.根据权利要求1所述的一种基于神经网络修改高校教务安排的方法,其特征在于,所述的根据用户上传的教务安排约束条件生成教务安排误差计算公式之前,包括:
获取初始教务安排约束条件;
在根据初始教务安排约束条件能匹配到第一CPPN神经网络的情况下,在所述第一CPPN神经网络中输入高斯随机数并计算出教务安排表,所述第一CPPN神经网络为基于其他用户上传的教务安排约束条件而训练好的CPPN神经网络。
3.根据权利要求2所述的一种基于神经网络修改高校教务安排的方法,其特征在于,所述的根据用户上传的教务安排约束条件生成教务安排误差计算公式包括:
根据用户填写的初始教务安排约束条件生成初始教务安排差计算公式;
根据用户添加的新教务安排约束条件生成新教务安排误差计算公式。
4.根据权利要求2所述的一种基于神经网络修改高校教务安排的方法,其特征在于,所述的根据教务安排约束条件和/或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络包括:
获取根据教务安排约束条件生成的教务安排误差计算公式的计算因子,和/或获取反向传导误差后对应的教务安排误差计算公式的计算因子;
根据计算因子设定CPPN神经网络之节点的权重并完成训练。
5.根据权利要求4所述的一种基于神经网络修改高校教务安排的方法,其特征在于,所述的利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差包括:
在CPPN神经网络中输入高斯随机数并获取计算出的教务安排表;
统计所述计算出的教务安排表和用户填写的约束条件所对应的教务安排...
【专利技术属性】
技术研发人员:郭洪飞,罗晓峰,古灏,张永衡,何智慧,张儒,屈挺,朝宝,刘浩源,
申请(专利权)人:暨南大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。