一种基于Q学习超启发式算法的多约束高校排课方法技术

本发明专利技术公开了一种基于Q学习超启发式算法的多约束高校排课方法，该方法包括如下步骤：步骤1、建立带复杂约束的高校排课问题的数学模型；步骤2、编解码；步骤3、初始化优化算法和Q学习参数；步骤4、选择当前状态和动作；步骤5、应用选定的动作生成新的排课方法，步骤6、更新Q表；步骤7、计算P<subgt;t</subgt;值，并基于P<subgt;t</subgt;值所构建的状态空间；步骤8、判断迭代次数t是否达到Itr，直到输出最优解X对应的甘特图。本发明专利技术有效提升了高校排课的效率和质量，具备较高的鲁棒性；对于高校提高教学管理水平和服务质量，有效提升资源利用率，降低办学成本等方面具有重要意义。

【技术实现步骤摘要】

本专利技术涉及一种多约束高校排课方法，特别涉及一种基于q学习超启发式算法的多约束高校排课方法。

技术介绍

1、随着大学招生规模的不断扩大，高校办学空间和教学资源日趋紧张。从高校的角度出发，如何有效利用有限的教学资源以更好地满足教育教学需求，从而使资源利用最大化、服务质量最优化，已成为高校改革发展的核心问题。排课是高校教学管理过程中的重要环节，需要在满足资源、时序、个性化需求等复杂多约束条件下得到可行排课方案。高效合理的排课方案不仅可以提高教学管理水平和服务质量，而且可以有效提升资源利用率，降低办学成本。

2、高校排课问题属于np难问题，为了满足师生个性化需求和保障实际教学效果，通常需要考虑各种复杂因素的影响。由于高校排课问题的复杂性，目前有关排课问题的研究尚处于起步阶段。在现有技术中，通常采用元启发式算法来解决排课问题，如遗传算法、粒子群算法、模拟退火等。申请号为2023110632064专利技术专利名称为《一种基于全局优化的高校自动快速排课方法与系统》，公开了一种基于改进北极熊优化算法的排课方法，用于实现高校自动快速排课。但是该专利技术与其他本文档来自技高网...

【技术保护点】

1.一种基于Q学习超启发式算法的多约束高校排课方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的一种基于Q学习超启发式算法的多约束高校排课方法，其特征在于：在步骤3.1与步骤3.2之间增加一个步骤，该步骤为初始化强化学习动作集A，包括翻转操作、向前插入、向后插入、2-opt领域搜索、随机排序动作。

3.根据权利要求1所述的一种基于Q学习超启发式算法的多约束高校排课方法，其特征在于：步骤1中约束(6)考虑了学生连续上课的两个教室之间的距离，教师同一天上课节数，同一门课的理论和实验课是否安排在同一天这三个软约束，并根据这些软约束设置适应度函数。

【技术特征摘要】

1.一种基于q学习超启发式算法的多约束高校排课方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的一种基于q学习超启发式算法的多约束高校排课方法，其特征在于：在步骤3.1与步骤3.2之间增加一个步骤，该步骤为初始化强化学习动作集a，包括翻转操作、向前插入、向后插入、2...

【专利技术属性】
技术研发人员：林剑，金斯源，卞博锴，伍天骐，何以凡，王凌武，
申请(专利权)人：浙江财经大学，
类型：发明
国别省市：