基于遗传算法的开放教育排课系统研究

发布时间：2020-07-10 04:32

【摘要】：排课问题已被证明是一种NP完全问题,具有多目标优化特征。采用人工智能算法求解排课问题是目前被广泛运用的重要方法之一。随着高等院校规模逐渐扩大,教学管理信息化改革不断深入,合理配置教学资源成为高校排课工作的关键。开放教育运作管理区别于传统的普通高等教育,具有专业设置多、更新快,课程开设数量大,授课时间不同,教育对象“工学矛盾”突出等特点。本文深入研究排课问题的相关文献和基本理论,对比和讨论各种优化算法的特点与求解问题的适用领域,提出采用遗传算法求解开放教育排课问题。本文首先给出了基于RUP系统开发模式的开放教育排课系统解决方案,详细描述了开放教育排课系统的主要功能结构与需求。然后,利用UML建模技术对系统进行了需求建模、架构建模和数据库建模。针对开放教育排课问题面对的特殊要求,结合开放教育排课问题的特点,分析教师、学生、课程、教室和时间等排课因素之间的关系,运用集合工具建立对应的数学模型,并对排课的硬约束条件和软约束条件进行数学建模。染色体编码设计与构造目标函数是采用遗传算法求解排课问题的两个关键步骤。本文提出基于三维空间编码结构的染色体设计方案,在选择操作中引入正弦函数。结合可行解空间网格划分法、最优个体置换策略与自适应交叉、变异概率等技术,保留最优个体,以获得较优的全局最优解搜索能力。最后,利用改进的遗传算法与经典遗传算法进行实验比较与分析,结果表明本文所提出的遗传算法改进与优化策略对求解开放教育排课问题是有效的,可以适用于开放教育排课系统的设计与开发。
【学位授予单位】：广东技术师范学院
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G434;TP18
【图文】：

流程图,经典遗传算法,流程图

与交叉操作或者变异操作，即当生成的随机数小于给选中的个体参与交叉操作或变异操作。否则，个体不的基本步骤算法生物学思想及相关概念的理解，经典遗传算法具步骤描述如下：机产生初始种群 Q( g)，设置种群迭代次数M 。此时初置种群个体数量为S ；计算个体适应度值对种群个体进行逐个评价；根据，若符合规则，则输出最优解，算法结束；否则转向种群个体的适应度值大小进行选择运算，求解适应交叉运算。根据设定的交叉概率，采用规定的交叉变异概率，采用事先设定的变异策略，生成新个体

功能结构图,排课系统,功能结构

现系统业务逻辑，主要包括一些具体的系统组件模块。例如数据库访问组件处理组件模块、排课约束条件设置组件模块、算法实现组件模块、通用组件模3）数据访问层（DAL）。该层是系统三层体系结构的第三层，提供访问系统接口。系统使用 SQL Server 2008 数据库系统来对各种数据进行存储和处理，操作行为记录、数据通信与信息传递记录等数据。系统三层体系结构设计能够将用户界面、业务处理、数据访问实施相互独立。户界面包通过接口实现数据访问，而无需了解数据库的存储结构。这种设计方强系统数据库的安全性，降低系统对用户界面开发的需求，有效实现系统内部、低耦合”的结构，便于系统开发、维护、部署和扩展。系统功能分析本文结合其他院校排课系统的特点与功能在对本排课系统需求进行充分分析，确定了开放教育排课系统的功能结构，如图 3-2 所示。

用例图,排课系统,开放教育,参与者

广东技术师范学院硕士学位论文表 3-1 系统参与者Tab.3-1 System actors色职责或功能理员系统的管理人员，主要负责系统维护、基础数据库导入、录入，系课员系统主要参与者，主要负责系统排课、教学资源调度、课表管理、师系统主要参与者，查询、打印课程表，申请调停课生系统主要参与者，查询、打印课程表层用例分析执行一组序列动作实现系统功能，并由角色的表现反馈执行组序列动作。下面给出了本排课管理系统的总体用例图，其库管理、约束条件管理、自动排课管理、查询打印管理、用，如图 3-3 所示。

【参考文献】