龙源期刊网
http://www.qikan.com.cn
基于遗传算法的排课系统
作者:张燕
,
宋锦斌
来源:《电脑知识与技术》
2010
年第
11
期
摘要
:
排课问题是一直是业界
NP
完全问题
,
牵涉到多约束
,
多条件
,
多目标等问题
,
遗传算法一
直是当今解决排课问题的优先选择算法。把班级
,
课程
,
教师
,
教室等因素进行染色体编码
,
利用遗
传算法的选择、交叉
,
变异等特性进行对排课因子进行选择筛选
,
得到的最优解
,
基本能满足当代
大学排课的基本需求
,
在实际运行中有一定的实用价值。
关键词
:
排课
;
遗传算法
;
染色体编码
;
智能排课
中图分类号
:TP311
文献标识码
:A
文章编号
:1009-3044(2010)11-2732-02
近年来随着大学扩招
,
大学生人数的增加
,
每学期开学
,
排课问题一直是教务处一项艰巨的任
务
,
使用人工手动排课对于大学这样一个庞大的课程体系来说是天方夜谭。课程
,
教师
,
教室
,
学生
人数等限制问题更是难以解决
,
使用计算机排课已成为近年来的人们话题。各种排课工具层出
不穷
,
却仍然满足不了实际工作中的需求。总的来说
,
当今教务排课工作的基本手段是手工排课
为主
,
计算机排课为辅
,
所以研究一种灵活、高效
,
自动化的程度高的排课系统不但仍有意义而且
迫切需求。
1
遗传算法的描述
遗传算法
(Genetic Algorithms,GA)
是根据自然界的选择和进化原理发展起来的高度并行、
随机、自适应的随机搜索算法。其模拟达尔文的适者生存原理
,
每个种群所面临的问题是寻找
一种对复杂和变化着的环境最有利的适应方式。
遗传算法维持一个潜在的群体
(
染色体、变量
),
定义一个函数为
:
p(t)={ xt1......,xtn }
染色体通常形成是一串的数组
,
近年来基于实数编码的遗传算法也得到广泛的应用。每个
解用其
“
适应值
”
进行评价其优劣程度。然后通过选择更新
(t+1
次迭代
)
个新的群体。新群体的成
员通过杂交和变异进行变换
,
以形成新的解。杂交组合了两个亲体染色体的特征
,
并通过交换父
代相应的片断形成了两个相似的后代。例如
,
如果父代用五维向量来表示
,
如下
:
(a1,b1,c1,d1,e1) ,(a2,b2,c2,d2,e2)
在第二个基因后杂交
,
染色将产生后代