李　阳,张　欣

(贵州大学 大数据与信息工程学院,贵州 贵阳　550025)



基于改进遗传算法的高校排课优化问题研究

李阳,张欣

(贵州大学 大数据与信息工程学院,贵州 贵阳550025)

摘要针对高校排课工作量大等问题,提出了基于改进遗传算法的课表优化方案。以教学任务为基因进行编码,总课表(行为时间段,列为班级)为DNA随机产生若干个满足强制规则的初始种群,将遗传算法中的随机交叉改进为局部列完整交叉算法,随机变异改进为列内部随机互换算法,并通过若干代的迭代优化,促使最终生成一个科学合理的排课方案。实验仿真表明,课表适应度由最初的76.0提升至123.0,优化效果显著。

关键词排课;优化;改进遗传算法

高校排课的实质是教务系统根据每个学期各个学院的教学任务,给每个班级合理安排课程,任课老师,上课地点等。排课问题涉及因素众多,各个因素之间互相影响,相互制约[1]。遗传算法是通过模拟达尔文的生物进化规律演变而来,具有高度并行、自适应的、随机的、全局寻优的搜索方法[2-3]。其通过对当前群体施加一系列的遗传操作,从而产生新一代群体,促使群体进化到接近最优解的状态,是一类具有较强鲁棒性的优化算法。简单的将遗传算法应用到排课优化问题中会出现收敛速度慢,易产生无用课表等问题[4]。本文采用改进遗传算法对排课问题进行研究。运算时间显著减少。

1高校排课问题限制因素

排课问题中的规则可分为两大类:强制规则和优化规则。……