【正文】 示：表51 實驗數據表Table 51 table of experimental data描述值班級數62教師數量100理論課教室數量72語音室數量10公共機房數量12所有課程數量150所有專業(yè)實驗課教室數量70天數5每天節(jié)數10操場數量2教學任務記錄310 為了得出最優(yōu)化結果，結合實驗的思想，讓實驗更具說服力，本文給出了操作數的不同參數值(文[3])：表52 參數表Table 52 table of parameters操作數參數值雜交概率突變概率進化代數100進化代數200種群總數50個體種群總數100個體種群總數200個體經過在不同情況下實驗得出進化結果，每次所排出的課表經檢測無任何沖突，我們?yōu)榱俗鰧Ρ?，在下面圖中予以●當種群數是100時，種群中最優(yōu)個體隨著代數的增加而變化的曲線：圖16 最優(yōu)個體適應度值變化Chart 16 variation of fitness of optimal individaul●當種群數是50時，種群中最優(yōu)個體隨著代數的增加而變化的曲線：圖17 最優(yōu)個體適應度值變化Chart 17 variation of fitness of optimal individaul●當種群數是200時，種群中最優(yōu)個體隨著代數的增加而變化的曲線：圖18 最優(yōu)個體適應度值變化Chart 18 variation of fitness of optimal individaul●當進化代數為100時，不同種群總數的三種情況的種群中每代最優(yōu)個體走勢做比較：圖19 最優(yōu)個體適應度值變化Chart 19variation of fitness of optimal individaul實驗分析：隨著代數的增加可以看出個體的適應度值是逐漸增加，而到了一定代數后就不再增加。(4)“固定課”問題:有的教師因為某些原因需要安排特定的教學時一段，如教室受到其他課程的影響，或者某學院部門領導，因工作性質關系，須指定安排上課時間為“星期五的第6節(jié)”，這樣的要求在編排課程表時必須滿足，即“固定時段”問題。每個課程都有自己的編號、名稱以及開課學院。在進化過程中，沖突必須完全消除。適應度值實際上反映了排課人員對課表理想化編排的一種期望。這會將數據庫的概念結構轉換為邏輯結構方法簡單，易于實現。于是，一個初始個體便產生了。其中BJS為參與課表編排的班級總數；d.“種群”——由ZQS個個體構成。每一門課程都有其各自不同的特點，比如上機課需要在機房上課，英語口語需要在語音室上課，體育課需要在操場上課，為此我們規(guī)定：把16bits分開，前后8bits各有不同的意思； 圖5比特信息圖在此我們把課程分為專業(yè)必修課，專選科，公共課，上機實驗課，專業(yè)實驗課，體育課，英語語音課，前三個屬于理論課，不在此分配教室。圖3 遺傳算法流程圖實施遺傳算法的第1步，就是把與求解目標相關的實際參數進行基因編碼，這是算法的關鍵與難點。自動排課系統(tǒng)的設計在本課題中，遺傳算法解決的問題只是求出班級+課程+教師+時間的記錄集，得到比較優(yōu)的一個解，然后再去按條件用教室去填充這個記錄集，就形成了可行可用的課表。只有在滿足全部約束條件和避免所有沖突的基礎上，才能保證整個教學計劃合理正常進行。另一個功能，學院在這塊可以查詢本學院的課表，還有學院內班級的課表。如今的大學都有很多的教學樓，校園面積也很大，宿舍與教學樓，教學樓與教學樓之間的距離可能會比較大，如果安排不佳的話，會導致學生上課時要跑動很遠距離，浪費不必要的時間。每門課程都有指定的教室類型。 這樣，每周5天涉及25個時間片。開始算法設計的基礎是對這些數據之間的問題的透徹分析和適當的處理。本文根據高校開課的具體情況，采用優(yōu)化的編碼方案，滿足排課過程中的一些硬性和軟性約束因素，利用遺傳算法對課表進行了優(yōu)化，從而得到了最終的無沖突、更人性的排課方案。 前言 隨著高校招生逐年擴張，大學課程向著廣度和深度發(fā)展，高校的教師、教室等一些資源越發(fā)顯得緊張，不管是在時間還是效率方面，用人工排課已不能夠解決現有的問題。
遺傳算法通過交叉、變異、選擇三種遺傳算子來實現遺傳和變異的功能,并采用適應度函數保證排課結果趨于最優(yōu)，對現有教學資源進行科學合理的安排，在實踐中具有一定的應用價值。本人授權　　 　 　大學可以將本學位論文的全部或部分內容編入有關數據庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。利用計算機進行自動排課，不但能使教務人員從繁雜的排課任務中解脫出來，提高教務管理工作效率，而且能改善教學管理質量，合理、高效地利用有限的教學資源，使學校的各種教學活動、教學管理及其它相關的工作能夠有序、規(guī)范地進行，維持正常的教學秩序，同時對推動教務管理的信息化起到非常重要的作用。t resolved well before,this paper puts forward a improved method based on twodimensional coding and the classroom filled method, simplifying the chromosome information and greatly shortening the syetem operation time. In addition, in the system design, we use the programming method of container based on container , realizing the convenient and fast processing of uncertain quantity data. Key words curriculum arrangement。將遺傳算法應用于排課問題中，首先，初始化課表種群，其次，檢測初試種群中的沖突，然后，對種群做選擇，雜交，突變操作，一直迭代到具體指定的代數，最后就會得到較優(yōu)解。課程表則是解決這些矛盾的舞臺，是提高教學管理水平、組織師生進行有序教學的規(guī)范之一，對有效地提高教育教學質量有重要作用。 除了上述的硬性約束，還有些軟約束，這些軟約束有助于使得課表更加合理，更加人性化。 (5) 學生課表中的上課時間不能過分集中，應避免一天課程很滿而另一天卻一整天沒課的情況。 (3)下午5, 6節(jié)課2: 304:10。我們在此系統(tǒng)的排課都是按一個大節(jié)開設的，符合按25個時間片劃分的設計，但確有少量的課程的周學時數為單數，如“3學時”或“5學時”，在此仍按“4學時”或“6學時”進行編排，雖然這會浪費一小節(jié)課程。(3)“多學時”問題:對于有些課程既可能只上一次，既2學時課程，而有些課程可能上多次，如4學時、6學時等，多學時的課程如何處理也是在編排課程表時必須解決的問題。根據業(yè)務分析和數據分析，可得出排課系統(tǒng)主要完成以下幾個功能:這一模塊首先是每個學院從教學計劃中安排自己學院的開課任務書，具體就是對本學院課程和教師的安排。此圖描述了功能模塊圖，如圖2示：圖2 功能模塊圖Chart 2 the function model chart 排課是將教師與學生在時間和空間上根據不同的約束條件進行排列組合，在此同時也要安排課程，以使教學正常進行?？梢园雅耪n過程常見的約束條件分類羅列如下表22所示，這些約束條件也比較符合排課過程的實際情況。(3)遺傳操作:包括選擇算子、交叉算子和變異算子，產生子代，逐漸優(yōu)化。 我們給了15bit去表示教師，15bit能表示215個數，足矣滿足任何一所高校的教師編號，所以，在數據庫里，教師表里教師編號的數據項要為短整型。在大多數，每周上6學時的課程不會太多，大多數時4學時和2學時； 通過以上把課程與教師等同的處理后，原課表的五要素(班級、教室、課程、時間、教師)轉化為四要素(班級、課程、時間）和班級。如產生的隨機數對應的時間片中己有數據，則重新產生，直到將所有教師編碼無重復地填入該行中。關聯容器的使用方法如圖6所示：圖6容器結構圖完成種群初始化后，個體的數據結構如下圖示：圖7 個體結構圖4 期望結果 為了能夠獲得切實可行的課程表，應以盡量符合排課的經驗常識為目標。系統(tǒng)使用編號相同的兩課的時間差來描述這種離散度，根據測試給出相應的期望值。圖13 院管理界面Chart 13 interface of college management不同用戶所擁有的權限不同！圖14查詢界面Chart 14 interface of query 排課模塊以上模塊都操作好之后，點擊排課模塊菜單里的排課，就可以排出課表.5在處理課程與教師時要注意以下幾個問題:(1)“授一班多門課”問題:同一教師可以只上一門課，也可上多門課，如果同一教師在同一個班級教授多門課程，那么把課程和教師作同一變量考慮就會引起課程的混亂，此問題須分情況解決，我們將在系統(tǒng)設計中，學院安排開課任務時解決此問題。謝謝！敬謝詞這篇論文是在由指導老師戴亞濱老師的悉心指導下完成的。2003年.[2]陳本慶。哈爾濱工程大學。面向公共機房的智能排課系統(tǒng)設計與實現[J]?；厮菟惴ㄅc計算機智能排課[J]。2000年05期.[13]張春梅,[J].內蒙古大學學報:自然科學版,2002,33(4):459464.[14]江齊,[J].重慶大學學報:自然科學版,2005,28(11):5861.[15]唐勇,唐雪飛,[J].計算機應用,2002,22(10):9394.[16]陳行平,陳江,[J].紹興文理學院學報,2004,24(10):2528.[17]王小平,:理論、應用與軟件實現西安[M].西安:西安交通大學出版社,2002.[18],”Genetic Algorithms in Timetabling and Scheduling”,. Thesis,Department of Artificial Intelligence, University of Edinburgh, UK,1994.[19] . Burke, . Elliman, . Weare, A Genetic Algorithm Based University Timetabling System, EastWest Conference on Computer Technologies in Education, Crimea, Ukraine, 1994, pp. 3540.[20] GAREY M R,JOHNSON D and Intractability:A guide to the theory of NP pleteness[M].Sanfrancisco: ＆ Co Ltd,1979.附 錄附錄A：英文原文（單獨裝訂）附錄B：中文譯文（單獨裝訂）學位論文原創(chuàng)性聲明 本人鄭重聲明