摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-12页 |
1.1 课题背景与研究意义 | 第8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 智能排课的国内外现状 | 第8-9页 |
1.2.2 关联规则的国内外现状 | 第9-10页 |
1.3 主要研究内容 | 第10-11页 |
1.4 论文结构 | 第11-12页 |
第二章 智能排课问题的分析 | 第12-17页 |
2.1 问题描述 | 第12页 |
2.2 相关数据表的设计 | 第12-13页 |
2.3 相关术语的定义 | 第13-14页 |
2.4 约束条件 | 第14-15页 |
2.4.1 硬约束条件 | 第14页 |
2.4.2 软约束条件 | 第14-15页 |
2.5 基于排课问题最优化的数学模型 | 第15-16页 |
2.6 本章小结 | 第16-17页 |
第三章 基于改进型遗传算法的排课问题求解 | 第17-24页 |
3.1 传统遗传算法 | 第17-20页 |
3.1.1 遗传算法的产生及发展 | 第17页 |
3.1.2 遗传算法的特点 | 第17-18页 |
3.1.3 遗传算法的流程图 | 第18-19页 |
3.1.4 遗传算法的基本操作 | 第19-20页 |
3.1.5 遗传算法的不足 | 第20页 |
3.2 改进型遗传算法 | 第20-23页 |
3.2.1 编码方式 | 第20-22页 |
3.2.2 初始种群的产生 | 第22页 |
3.2.3 选择操作 | 第22页 |
3.2.4 自适应交叉及变异操作 | 第22-23页 |
3.2.5 改进后遗传算法的流程图 | 第23页 |
3.3 本章小结 | 第23-24页 |
第四章 基于最大模糊模式算法解决排课冲突问题 | 第24-35页 |
4.1 排课冲突问题 | 第24页 |
4.2 最大模糊频繁模式算法 | 第24-26页 |
4.2.1 相关术语的定义 | 第24-25页 |
4.2.2 模糊模式挖掘树 | 第25-26页 |
4.2.3 最大模糊模式挖掘算法 | 第26页 |
4.3 排课冲突问题的有效解决方案 | 第26-34页 |
4.3.1 排课冲突数据集的处理 | 第26-31页 |
4.3.2 排课冲突模糊模式树 | 第31-34页 |
4.4 本章小结 | 第34-35页 |
第五章 系统设计与实验结果分析 | 第35-46页 |
5.1 排课系统设计 | 第35-38页 |
5.1.1 排课系统功能分析 | 第35页 |
5.1.2 教学班管理 | 第35-36页 |
5.1.3 教师管理 | 第36-38页 |
5.1.4 教室管理 | 第38页 |
5.1.5 排课管理 | 第38页 |
5.2 实验数据与预处理 | 第38-40页 |
5.3 改进后遗传算法的实验结果 | 第40-43页 |
5.3.1 改进后遗传算法解的变化 | 第40页 |
5.3.2 改进后遗传算法交叉概率的变化 | 第40页 |
5.3.3 改进后遗传算法变异概率的变化 | 第40-41页 |
5.3.4 改进后遗传算法排课冲突问题的实验结果 | 第41-43页 |
5.4 改进后遗传算法与传统遗传算法的对比实验结果 | 第43-45页 |
5.4.1 平均适应值的对比实验结果 | 第43页 |
5.4.2 消耗时间的对比实验结果 | 第43-44页 |
5.4.3 排课评价指标的对比实验结果 | 第44页 |
5.4.4 排课结果表的对比实验结果 | 第44-45页 |
5.5 本章小结 | 第45-46页 |
第六章 总结与展望 | 第46-47页 |
参考文献 | 第47-50页 |
作者在读期间科研成果介绍 | 第50-51页 |
致谢 | 第51页 |