基于遗传算法排课系统的设计方法技术方案

基于遗传算法排课系统的设计方法属于算法理论中算法分析与设计领域，针对现有技术中遗传算法的编码方式不准确、交叉变异率的固定不变，适应度函数的不合理，本发明专利技术对传统遗传算法的编码方式进行改进，由传统的二进制编码改进为含有特定意义的十进制编码方式，编码方式更加的规范和准确。本发明专利技术中的遗传算法的交叉率和变异率会随适应度自动变化，改进遗传算法的自适应交叉率和变异率能够可以使算法较快收敛到全局最优解。并在教学时间段分配的均匀度、学生课程安排均匀度、课程时间段安排优度等方面对适应度函数进行改进，并对传统的遗传算法和改进后的遗传算法进行实验数据对比，结果改进后的遗传算法在排课中的性能和效率更令人满意。

【技术实现步骤摘要】
基于遗传算法排课系统的设计方法
本专利技术中设计基于遗传算法排课系统的研究与设计。通过对传统遗传算法的编码方式的改进，即由传统的二进制编码改进设计为十进制编码方式，使得编码方式更加的规范和准确。同时改进了交叉率和变异率，使其能够自适应的变化，可以快速收敛到最优解。在种群个体冲突次数、教学时段分配均匀度、班级课程安排均匀度、课程时间段安排优度、教室资源利用率等方面对适应度函数进行了改进。通过算法的平均适应度值和运行消耗的时间对比，改进的遗传算法排课明显优于传统的遗传算法。
技术介绍
随着高校的增加和每年人才的扩招以及专业的增加，对于高校的排课任务愈来愈复杂繁重。传统的人工排课使用手工操作存在许多弊端，如重复劳动严重、效率低下、且不能达到资源的最优化配置等，将产生大量的文件和数据，这对于查找、更新和维护都带来了不少的困难。传统的人工排课使用手工操作存在许多弊端，如重复劳动严重、效率低下、且不能达到资源的最优化配置等，将产生大量的文件和数据，这对于查找、更新和维护都带来了不少的困难。传统的人工排课使用手工操作存在许多弊端，如重复劳动严重、效率低下、且本文档来自技高网...

【技术保护点】
1.基于遗传算法排课系统的设计方法，其特征在于：在排课系统中，约束条件分分为两种，一种是必须要满足的条件，称为硬约束条件；另一种是尽量要满足的条件，软约束条件；/n(1)硬约束条件：硬约束条件是排课问题求解过程中必须要满足的条件，它同时具有客观的逻辑的特点；从班级、教室、教师和时间四个方面设计出硬性约束条件，如下表示方式；/n①一个班级不可以同一时间上两种或两种以上的教学课程，相对应的表达式如下：/n

【技术特征摘要】
1.基于遗传算法排课系统的设计方法，其特征在于：在排课系统中，约束条件分分为两种，一种是必须要满足的条件，称为硬约束条件；另一种是尽量要满足的条件，软约束条件；
(1)硬约束条件：硬约束条件是排课问题求解过程中必须要满足的条件，它同时具有客观的逻辑的特点；从班级、教室、教师和时间四个方面设计出硬性约束条件，如下表示方式；
①一个班级不可以同一时间上两种或两种以上的教学课程，相对应的表达式如下：



其中：li,lj表示第i个和第j个课程，tk表示第k个时间段，T表示时间段集，L表示课程集，c(lX，tk)表示在tk时间段上lX课程的班级；
②一个的教室不可以同一时间上两种或两种以上的教学课程，相对应的表达式如下：



其中：li,lj表示第i个和第j个课程，tk表示第k个时间段，T表示时间段集，L表示课程集，r(lX，tk)表示在tk时间段上lX课程占用的教室；
③一个老师不可以同时上两种或两种以上的所授课程，相对应的表达式如下：



其中：li,lj表示第i个和第j个课程，tk表示第k个时间段，T表示时间段集，L表示课程集，m(lX，tk)表示在tk时间段上lX课程的老师；
④上课的学生的数量要小于安排上课的教室空间可承载的人数，相对应的表达式如下：



其中：ri表示第i个教室，cj表示第j个班级，tk表示第k个时间段，R表示班级集，T表示时间段集，Capatity(ri)表示ri教室容量，P(cj)表示cj班级人数；
(2)软约束条件：硬约束条件是排课问题求解过程中尽量要满足的条件，
①学生课程表中的课程尽量分布均匀，同种课程分不同的时段安排,相对应的表达式如下：



其中：pi表示第i个学生，lj表示第j个课程，tk表示第k个时间段且共n个，P表示学生集，L表示课程集，P(tX)表示学生上课的时间；
②老师所授课程也尽可能的有一定的时间间隔，方便老师的作息和课下准备,相对应的表达式如下：



其中：mi表示第i个老师，tk表示第k个时间段且共n个，M表示老师集，L表示课程集，M(tX)表示老师授课时间；
③两个相邻课程安排的教室尽可能的近，让学生转换教室的路程尽可能缩短,相对应的表达式如下：



其中...

【专利技术属性】
技术研发人员：孙光民，李亚辉，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11