蟻群算法論文：基于蟻群遺傳算法的實驗教學排課優(yōu)化策略-文庫吧資料
2024-11-15 22:49本頁面
【正文】 表示）。 （ 1）編碼 采用 holland 的二進制編碼方法，以矩陣 a 來表示一個染色體，每個染色體就是一個排課方案。同時汲取兩種算法的優(yōu)點，克服各自的缺陷，優(yōu)勢互補。但遺傳算法對于系統(tǒng)中的反饋信息利用不夠，當求解到一定范圍時往往會做大量的無效迭代，求精確解效率低。但蟻群算法在解決大型優(yōu)化問題時，在搜索空間和時間性能上容易產生矛盾，易于出現(xiàn)過早收斂于非全局最優(yōu)解以及求解速度較慢。 在求解各種問 題的特殊性和復雜性上，蟻群算法、遺傳算法都有各自的優(yōu)點和缺陷。新一代形成中，根據(jù)適應度的大小選擇、淘汰部分后代，從而保持種群大小的穩(wěn)定性。在每一代中用適應度來衡量染色體的好壞。種群中的每個個體是問題的一個解，稱為“染色體”。在一段時間后，較短路徑上信息素由于揮發(fā)的少，同時訪問的螞蟻多，使其濃度遠遠超過較長路徑上的信息素，此過程持續(xù)進行直到所有螞蟻都選擇最短路徑。 三、蟻群與遺傳算法融合優(yōu)化策略 自然界中蟻群能通過相互協(xié)作找到從巢穴到食物的最 短路徑，并且能隨環(huán)境變化而變化，如突然出現(xiàn)障礙物時，還是能很快地重新找到最短路徑。 r i為該課程的上課實驗室，每個時間唯一對應一個上課實驗室。 t i為該課程的任課教師，可以為多個教師。 實際上每個排課結果就是（ l、 c、 t、 q、 r）的集合，時間與實驗室的笛卡爾積為： 其中課程是關鍵實體，其他實體都與其有關。 時間集合： q= ， qi 表示第 i個時間段。 班級集合： c= ， ci 表示第 i個班級。 實驗教學課表編排過程中涉及的實體集合有：課程、班級、教師、實驗室、時間，設定如下集合。在四類約束條件之中，前兩者是衡量排課方案是否切實可行的標準，軟約束是衡量排課方案優(yōu)劣的標準，通常反映一個排課方案的優(yōu)劣標準有多種情況。而使課程安排目標達到最優(yōu)效果的排課結果，主要體現(xiàn)在課程的時間均勻、實驗室
環(huán)評公示相關推薦
鄂ICP備17016276號-1