采用十进制最佳个体置换遗传算法求解高校排课问题

J4 ›› 2011, Vol. 33 ›› Issue (6): 186-190.

• 论文 • 上一篇

采用十进制最佳个体置换遗传算法求解高校排课问题

朱颢东,李红婵

(郑州轻工业学院计算机与通信工程学院,河南郑州 450002)

收稿日期:2010-06-17 修回日期:2010-09-28 出版日期:2011-06-25 发布日期:2011-06-25
作者简介:朱颢东(1980),男,河南虞城人，博士，讲师，CCF会员（E200012527M），研究方向为文本挖掘、智能信息处理和计算智能。李红婵(1983),女,河北石家庄人，硕士，助教，CCF会员（E200014642G），研究方向为智能信息处理。

Using a Decimal Optimum Chromosome to Replace GA to Solve UTP

ZHU Haodong,LI Hongchan

(School of Computer and Communication Engineering,
Zhengzhou University of Light Industry,Zhengzhou 450002,China)

Received:2010-06-17 Revised:2010-09-28 Online:2011-06-25 Published:2011-06-25

摘要/Abstract

摘要：

本文分析了高校排课问题，建立了其数学优化模型，构建了它的基本求解框架。针对高校排课问题的特点，引入遗传算法，设计了多种改进方案，包括十进制编码方案、初始种群生成方案、适应度函数设计方案、最佳个体置换策略、自适应交叉概率和自适应变异概率设计方案。仿真结果表明，该算法能够满足高校排课问题的多重约束条件，能更有效地解决高校排课问题。

关键词: 高校排课问题, 遗传算法, 十进制编码, 最佳个体置换策略

Abstract:

The University Timetabling Problem (UTP) is detailedly analyzed, an optimization mathematical model of UTP is established, and the framework structure to solve UTP is founded. According to characteristics of UTP, GA is introduced, and a variety of improved schemes are designed , which include the decimal code scheme, the initial population design scheme, the fitness function design scheme, the optimum chromosome replacing strategy, and the adaptive crossover probability and adaptive mutation probability design scheme. The simulation results show that the proposed GA can satisfy multiple constraint conditions and resolve UTP more effectively.

Key words: UTP;GA;decimal code;optimum chromosome replacing strategy

朱颢东,李红婵. 采用十进制最佳个体置换遗传算法求解高校排课问题[J]. J4, 2011, 33(6): 186-190.

ZHU Haodong,LI Hongchan. Using a Decimal Optimum Chromosome to Replace GA to Solve UTP[J]. J4, 2011, 33(6): 186-190.

[1]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[2]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[3]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[4]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[5]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[6]	胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉, . 基于改进GA-BP-MC神经网络的人体三维尺寸预测[J]. 计算机工程与科学, 2021, 43(08): 1443-1453.
[7]	李静, 莫思敏 . 基于改进遗传算法的深度神经网络优化研究[J]. 计算机工程与科学, 2021, 43(08): 1503-1511.
[8]	李晶晶, 许少华. 基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用[J]. 计算机工程与科学, 2021, 43(04): 746-752.
[9]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[10]	贾俊杰, 秦海涛. 基于遗传算法的动态轨迹匿名算法[J]. 计算机工程与科学, 2021, 43(01): 142-150.
[11]	李丹莲, 曹倩, 徐菲. 基于改进遗传算法的连锁便利店配送路径优化[J]. 计算机工程与科学, 2020, 42(11): 2096-2102.
[12]	陈旺虎，田真，张礼智，梁小燕，高雅琼. 基于插值的高维稀疏数据离群点检测方法[J]. 计算机工程与科学, 2020, 42(06): 966-972.
[13]	王硕禾1，刘旭1，李苏晨1，张国驹2. 基于多目标遗传算法的LoRa参数匹配优化[J]. 计算机工程与科学, 2020, 42(03): 434-440.
[14]	马晗，常安定，陈童，李江杰. 基于文化混合优化算法的旅行商问题求解[J]. 计算机工程与科学, 2019, 41(07): 1273-1278.
[15]	刘华1，杨春曦1，韩光松2，谢可心1. N状态二进制一致性算法设计及其优化[J]. 计算机工程与科学, 2019, 41(06): 1009-1015.

采用十进制最佳个体置换遗传算法求解高校排课问题

Using a Decimal Optimum Chromosome to Replace GA to Solve UTP

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价