【正文】 在西南大學計算機與信息科學學院學習期間，在老師的教導和同學們的幫助下，本人 在知識水平和工作能力上都有了顯著的提高，對于論文的完成起到了很大的作用，在此致以衷心的感謝！ t gKQcWA3Pt GZ7R4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GshLs50cLm TWN60eo8Wgqv7XAv2OHUm 32WGeaUwYDI AWGMeR4I30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GZ7R4I 30kA1DkaGt gKQcWA3Pt GZ7R4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GshLs50cLm TWN60eo8Wgqv7XAv2OHUm32WGeaUwYDI AWGMeR4I30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GZ7R4I 30kA1DkaGt gKQcWA3Pt GZ7R4I30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GshLs50cLm TWN60eo8Wgqv7XAv2OHUm32WGeaUwYDI AWGe R4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GZ7R4I 30kA1DkaGt gKQcWA3Pt GZ7R4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GshLs50cLm TWN60eo8Wgqv7XAv2OHUm 32WGeaUwYDI AWGMeR4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GZ7R4I30kA1DkaGtgKQcWA3Pt GZ7R4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GshLs50cLm TWN60eo8Wgqv7XAv2OHUm 32WGeaUwYDI AWGMeR4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI 92t gKQcWA3Pt GZ7R4I 30kA1DkaGt gKQcWA3Pt GZ7R4I30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHhI92t gKQcWA3PtGshLs50cLmTWN60eo8Wgqv7XAv2OHUm 32WGeaUwYDI AWGMeR4I 30kA1DkaGhn3Xt KknBYCUDxqA7FHYi 2CHh。 不積跬步何以至千里，本設(shè)計能夠順利的完成，也歸功于 四年來 各位任課老師的認真負責，使我能夠很好的掌握和運用專業(yè)知識，并在設(shè)計中得以體現(xiàn)。他無論在 設(shè)計之初的 理論 研究上，還是 在 代碼實施的 實踐中，都給予 了 我 很大的幫助，使我 的論文質(zhì)量和對做事的態(tài)度都有了很大提高 ，這 無論是 對于我 今后的工作 還是 學習 有 巨大的幫助，在此感謝他細心而又耐心的輔導。從論文最初的主題的確立、 需求分析的進行，到后來整體 結(jié)構(gòu)的搭建、寫作方法、論文格式等各個方面 都 提出了詳盡、 中肯的 指導 意見 。 本文在原有的基礎(chǔ)對遺 傳算法做了一些優(yōu)化，在系統(tǒng)設(shè)計時充分結(jié)合數(shù)據(jù)庫，能夠形成一個可行的排課方案，有了自己獨特之處，但是要充分考慮其他因素，例如，考慮學生的意愿，選修課的排課，等等。我們做出了適合高校排課的遺傳算法模型，模型適用于沖突任務(wù)的合理優(yōu)化安排問題。個體數(shù)較多的種群中最有個體要比個體數(shù)較少的具有更高適應(yīng)度值，實驗結(jié)果令人滿意，證明了利用新的二進制編碼和教室填充方法是可以的。實驗平臺是 Visual C++ 和 SQL server 2021。 圖 413 主界面 32 Chart 413 main interface 學院管 理模塊 學院管理本院的一些教師分配。注意一點，每列都是用所有的教室去填充，而不是上次填充剩下的。根據(jù)數(shù)據(jù)庫中的學院位置表，讀取教室表 LLKAddress(普通教室，理論課 )， ZYSYRoom（專業(yè)實驗課） ,Y_T_S（體育課，語音課，上機課），其關(guān)系為（班級 —— 教學樓），（班級 —— 實驗室 /語音室）等，具體數(shù)據(jù)庫里有設(shè)計參照，在程序存儲這些數(shù)據(jù)對類型，以利于訪問。 在本文，教室問題是單獨處理的，這樣在初始化種群和排除沖突就可以有更高速度去處理它，更重要的是可以跟數(shù)據(jù)庫結(jié)合（數(shù)據(jù)庫中約束條件和范圍），更加能夠滿足系統(tǒng)的要求，位置表由人去規(guī)劃，計算機去實現(xiàn)，會使整個排課方案更優(yōu)化。將變異后的個體與變異前的父本進行適應(yīng)度值的競爭，取優(yōu)勝者進化到下一代。 (4)變異率 Pm 通常 Pm 取 0. 001 至 0. 1 之間，本系統(tǒng)取 0. 01。 (3)雜交率 Pz 將被選個體進行兩兩配對，若配對中的父本個體的適應(yīng)度值不相等，則進行雜交，雜交后的子代與父本進行適應(yīng)度值的比較，選擇適應(yīng) 度值較大的二個個體進化到下一代中。 (1)種群規(guī)模數(shù) 為使算法清晰，特定義種群規(guī)模數(shù)為： popsize=100。 28 圖 410 突變演示圖 Chart 410 Demo figure of hybridization 設(shè)置控制參數(shù) 排課遺傳算法涉及到一組控制參數(shù)，包括種群規(guī)模、選擇率、雜交率、變異率、進化代數(shù)等。1 。條件：????? ???yxyx FF FFI 。 本文選用隨機單點交叉模式，如下圖示。本文的變異策略是讓一條染色體兩 個 非固定基因片做交換。以下是排課遺傳算法必須解決的幾個關(guān)鍵算子 : (1) 選擇算子 遺傳算法使用選擇運算來實現(xiàn)對群體中的個體進行優(yōu)勝劣汰操作：適應(yīng)度高的個體被遺傳到下一代群體中的概率大；適應(yīng)度低的個體，被遺傳到下一代群體中的概率小。對于每一類期望值及其在總的期望 值中的比例，都可以根據(jù)每一所學校的具體情況進行必要的調(diào)整，使排課系統(tǒng)更加實用、有效。在進化過程中，沖突必須完全消除。 如表 418所示 表 418 離散度期望值 Table 418 fitness of Discrete degree 兩課時間差 1 1 11 1 2 2 224 0、 1 113 10 7 5 期望值 0 2 4 6 10 檢查每個班級的一門課程及下一門課程的時間，算出時間差加入 F[i]（ i=0,1,2， .......n）依次計算，得出這個班級課程離散程度離散期望值 F[i] 然后，計算 F5=? F[i] 26 (2) 適應(yīng)度值 定義課表的適應(yīng)度函數(shù) Fit 為 : Fit=K1?F1+K2?F2+K3?F3+K4?F4+K5?F5 其中 Kl, K2, K3， K4， K5 為控制上述各種期望值對總期望值的影響參數(shù) (權(quán)重 )。 一門課在一周內(nèi)分散安排，提供可引導性學習環(huán)境。 以下共列出了相關(guān)期望值定義的 5 個表 :表 41表 41表 41表 416，其中的數(shù)字分別取值于 010，是對影響期望值的各因素進行的賦值，這些取值經(jīng)過了系統(tǒng)模塊的反復測試和調(diào)整。適應(yīng)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。而這個要求是一個模糊的不確定問題。 (8)重復以上步驟，直到所有的教師檢查完畢。找到這些為 1 位的對應(yīng)的班級的課的教師，將這些教師的 TEACHER_INFOR::HavingClass與第有重復課的教師的 TagForRepeat的后 25位相比較，比較 TagForRepeat 為 1 的位，前者是否 為 1，任意一位為 1則重復第六步的內(nèi)容，直到都不為 1為止，則這樣的教師為滿足條件的交換教師。 (5)將 TEACHER_INFOR::HavingClass 的后 25bit 求反，則為該老師的 25 個時間片中無課的時間片的標志。 (4)比較 TEACHER_INFOR::TagForRepeat 的后 25 位 1 的位數(shù)與前 7 位的值，如果等，則不存在一個時間片老師上 3次及以上課的情況。只需比較 TEACHER_INFOR::TagForRepeat 的后 25 位是否為 0，則可以判斷是否有重復課的情況，如果沒有，則跳到下一個老師重復這樣的工作。 (2)為每位老師構(gòu)造一個這樣的結(jié)構(gòu)體，然后依次掃描每條染色體上的基因，把對應(yīng)的教師 ID 及上課情況，同一時間片重復課情況填入對應(yīng)的結(jié)構(gòu)體 . (3)前面的準備工作已經(jīng)做好，現(xiàn)在開始排除沖突。//后 25 位來標識教師一周上課情況， 1為有課， 0 為無課 //前 7位來表示教師的每周課的總節(jié)數(shù) unsigned char TagForRepeat[4]。 如下 :typedef struct TeacherInfor{ Unsigned char TeacherId[2]。我們只要對同一時間，一個教師同時上一門以上課程的沖突和同一時間，一個實驗室 (計算機房、語音室等 )同時有一個以上的班級上課的沖突進行檢測和消除即可。因為對于同一時間，一個班級同時上一門以上課程的沖突，在編碼的過程中己經(jīng)避免，不會發(fā)生 。對于數(shù)據(jù)庫中教學樓，教室，班級等一些數(shù)量都未知的數(shù)據(jù)進行存儲，運用數(shù)組顯然不能解決，會出現(xiàn)很多的冗余，浪費內(nèi)存，并且處理繁瑣。很明顯，由上述方式產(chǎn)生的個體通常含有大量的沖突。于是，一個初始個體便產(chǎn)生了。這樣就有了一條染色體 (一個初始的班課程表 )。首先把固定教學時間的教師編碼填入該行中，然后使用隨機函數(shù)產(chǎn)生一個 1— 25的數(shù)，將該班的其它教師編碼填入其中。 初始化種群 每一個“染色體”都是班級的一個課表，是開課任務(wù)書中的一個班級所有記錄組成的，形成的是班級 +教室 +課程 +時間一條記錄。其中 BJS 為參與課表編排的班級總數(shù)； d.“種群” —— 由 ZQS 個個體構(gòu)成。功能室 (實驗室機房、語音室等 )已經(jīng)在編碼時分配好，而理論課的那些，要等到后面再去分配。上 2學時課時，該教師編碼只能出現(xiàn) 1 次，上 4 學時課時該教師編碼出現(xiàn) 2次，依次類推。 前 8位編碼不同時表示不同的意思： 表 413 編碼課程關(guān)聯(lián)表 Table 413 the relational table of coding and course 編碼值 表示課程類 10000000 專業(yè)必修課 11000000 專業(yè)選修課 11100000 公共課 11110000 上機實驗課 11111000 專業(yè)實驗課 11111100 體育課 11111110 語音課 后 8位編碼表示當此教師固定在這個時間片上課時，所在的時間片值 。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 46 比特信息圖 Chart 46 bit information chart 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。 唯一確定一門課程， 216個數(shù)，也足以表示一個學校的課程。這也反應(yīng)了排課要人性化，畢竟有些教師有特殊的要求，例如，年齡、事物等等。二進制基因構(gòu)成規(guī)則為 :是否固定 *教師編號號 *課程編號 *課程性質(zhì)分別對應(yīng)的寬為 1+15+16+16 共 6B。 圖 44 遺傳算法流程圖 19 Chart 44 geic algorithm flow chart 構(gòu)建基因編碼和染色體 實施遺傳算法的第 1 步，就是把與求解目標相關(guān)的實際參數(shù)進行基因編碼，這是算法的關(guān)鍵與難點。 (4)迭代第四步，直到進化停止，就是 generation=終止代數(shù) N。 (2)計算 出每個個體的 適應(yīng)度函數(shù)值 ，以進行優(yōu)勝劣汰 。 整個系統(tǒng)的流程分為以下幾個主要的過程 : (1)初始種群的產(chǎn)生 :首先基因的編碼，根據(jù)制定的編碼方案，對每條染色體進 行初始化，其次一條條染色體組成一個個體，既是 形成 一個 二維表 （可稱為課表，但是適應(yīng)度值不高） 。 18 自動排課系統(tǒng)的設(shè)計 遺傳算法的 思想 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。具體來說創(chuàng)建了以下各表 : 表 41 用戶表 :User Table 41 user table:User 編號 數(shù)據(jù)項 數(shù)據(jù)項別名 數(shù)據(jù)類型 數(shù)據(jù)項含義 1 用戶名 username Char(12) 唯一 14 2 密碼 passwd Char(20) 3 學院 academy Char(20) 學院名，如果空的話就是代表教務(wù)處 表 42 教學計劃表 :TeachPlan Table 42 teaching plan table:Teach