基于遗传算法的高校排课系统设计与实现

基于遗传算法的排课系统研究的开题报告

一、研究背景

排课系统是学校管理中非常关键的一部分，它对于学校教学的顺利进行和教学质量的提高有着重要的影响。然而，由于学生的不同年级、专业和选修课程的不同，教师的不同任教课程等等，使得排课系统的制定变得非常复杂，难以在短时间内完成。

遗传算法是一种基于生物遗传进化的优化算法，具有强大的搜索能力和全局寻优能力，在组合优化和排列优化中有着广泛的应用，因此，将遗传算法应用于排课系统中，能够解决复杂的排课问题，优化排课结果，提高教学效益和管理效率。

二、研究目的和意义

本研究的目的是基于遗传算法设计开发一种自适应的排课系统，实现对复杂排课问题的求解，优化排课结果，提高教学效益和管理效率。

此外，本研究的意义如下：

1. 实现排课自动化，提高排课效率

传统的排课方式往往需要管理员手动进行规划，计算量大，易出错，导致排课效率低下。采用遗传算法进行排课，能够自动搜索可行解，提高排课的效率。

2. 优化排课结果，提高教学效益和管理效率

遗传算法能够对多个因素进行优化，如教师不同时间段的空闲时间、学生年级、选修课程等具体参数，以及对教学资源的合理利用等，旨在实现最优解，达到优化排课结果的效果。

三、研究内容和方法 本研究的主要研究内容是设计一种基于遗传算法的排课系统，研究如何将遗传算法应用到排课问题中，实现复杂排课问题的求解，优化排课结果，提高教学效益和管理效率。

具体研究方法如下：

1. 系统需求分析和功能设计

在排课系统的设计过程中，需要进行系统需求分析和功能设计。需求分析和功能设计是系统设计和开发的重要环节，其目的是明确系统的需求和功能，为后续的程序设计和开发提供清晰的指导。

2. 遗传算法的原理和算法设计

遗传算法是一种基于生物遗传进化的优化算法，具有强大的搜索能力和全局寻优能力。本研究通过对遗传算法的原理和算法的设计进行研究，以此为基础进行排课问题的模型建立和优化求解。

基于遗传算法的排课系统开发探究

宋岐

【期刊名称】《电子测试》

【年(卷),期】2016(000)002

【摘 要】高职院校招生力度加大，学生不断增多。为教师和学生安排好上课的时间和地点，成为做好教学工作的一个基本环节。但是很多高职院校都面临着学生多、课程多、实验室与教室资源不充足的问题。对于教务工作者而言，排好课表是一个繁杂的工作。软件研发人员早就针对排课系统进行了研究。决定排课系统开发是否成功，在于它算法的选择方面。最容易接受与实现的是列举法，将所有可能举出，进行选择，这无疑需要耗费时间和巨大的计算量。难以实现与应用。研究发现遗传算法适合于排课系统的算法实现。本文就遗传算法在排课系统方面开发方面的应用做出了详细阐述。%Higher vocational colleges recruit students to

increase,the number of students.For teachers and students to arrange the

time and place of the class,and become a basic link of teaching work.But

many higher vocational colleges are faced with the problems of many

students,many courses,laboratory and classroom resources.For the

educational administration staff,arrange schedule is a tedious work.The

software developers have already studied the course scheduling

system.Decide whether the course system development is successful,it is

基于遗传算法的排课系统研究

基于遗传算法的排课系统的研究

谷冰

（沈阳建筑大学 信息学院）

摘 要：排课问题是一个有约束的、多目标的组合优化问题，并且已经被证明为一个NP完全问题。本文主要基于遗传算法，结合排课系统的一些具体需求，研究并实现一个排课系统。 【关键词】排课问题；遗传算法；组合优化 一、背景

近年来随着大学扩招，大学生人数的增加，每学期的排课问题一直是学校一项巨大的工作任务，使用人工手动排课对于这样一个庞大的课程体系来说简直是天方夜谭。其中，最突出的问题就是班级多、课程多、教师少、教室少，从而导致传统的手工排课方法，由于工作量巨大、效率低下，容易出错已经不能满足需求；因此，研究计算机排课系统有重大的现实意义。

二、遗传算法

遗传算法（Genetic Algorithms，GA）是根据自然界的选择和进化原来发展起来的高度并行、随机、自适应的随机搜索算法。其模拟达尔文的适者生存原理，每个种群所面临的问题是寻找一种对复杂和变化着的环境最有利的适应方式。

遗传算法维持一个潜在的群体（染色体、变量），定义一个函数为：

tt

P(t)={ x1??,xn}

染色体通常形成是一串的数组，近年来基于实数编码的遗传算法也得到广泛的应用。每个解用其“适应值”进行评价其优劣程度。然后通过选择更新（t+1次迭代）个新的群体。新群体的成员通过杂交和变异进行变换，以形成新的解。杂交组合了两个亲体染色体的特征，并通过交换父代相应的片段形成了两个相似的后代。例如，如果父代用五维向量来表示，如下：

(a1 ,b1 ,c1 ,d1 ,e1)，(a2 ,b2 ,c2 ,d2 ,e2) 在第二个基因后杂交，染色将产生后代 (a1 ,b1 ,c2 ,d2 ,e2)

杂交算子的意图是在不同潜在解之间进行信息交换。

变异是通过用一个等于变异率的概率随机地改变染色体上的一个或多个基因。变异算子的意图是向群体加入一些额外的变化性。

Java实战项⽬基于遗传算法学校排课系统的实现流程

⼀、项⽬简述

本系统功能包括：

排课管理，课程管理，讲师管理，班级管理，学⽣管理，教学资料，学习⽂档，在线测试，教材列表，教学设计，帮助中⼼等等功能。

⼆、项⽬运⾏

环境配置：

Jdk1.8 + Tomcat8.5 + Mysql + HBuilderX（Webstorm也⾏）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都⽀持）。

项⽬技术：

Springboot + Maven + mybatis+ Vue 等等组成，B/S模式 + Maven管理等等。

管理员控制器:

/**

* 管理员控制器

*/

@RestController

public class AdminController {

@Resource(name = "adminService")

private IAdminService adminService;

/**

* 管理员 查询管理员列表

*/

@RequestMapping(value = "/admin/qryPage", method = RequestMethod.POST, produces = {"application/json;charset=UTF-8"})

@RoleAnnotation(types = {RoleEnum.admin})

public ListResult qryPage(HttpRequest request) {

Map param = new HashMap<>();

int pageNo = request.containsKey("page_no") ? request.getInteger("page_no") : 1;

int pageSize = request.containsKey("page_size") ? request.getInteger("page_size") : 20;