首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

遗传—蚁群混合算法在高校排课系统中的应用研究

摘要第4-6页
ABSTRACT第6-7页
第一章 引言第10-16页
    1.1 课题研究背景第10-12页
    1.2 国内外研究的历史与现状第12-14页
    1.3 本文研究内容第14页
    1.4 本文组织结构第14-15页
    1.5 本章小结第15-16页
第二章 高校排课问题及相关算法介绍第16-26页
    2.1 排课问题分析第16-20页
        2.1.1 排课问题涉及的因素及约束条件第16-17页
        2.1.2 研制排课系统的两个关键问题第17-19页
        2.1.3 排课问题的求解目标第19-20页
    2.2 建立排课系统的数学模型第20-21页
    2.3 排课问题常用算法简介第21-25页
        2.3.1 早期的算法第21页
        2.3.2 现代的算法第21-22页
        2.3.3 遗传算法简介第22-23页
        2.3.4 蚁群算法简介第23-25页
    2.4 本章小结第25-26页
第三章 遗传算法在高校排课系统中的应用第26-41页
    3.1 研究问题描述及模型建立第26-30页
        3.1.1 问题描述第26-27页
        3.1.2 模型建立第27-30页
    3.2 基于遗传算法的排课系统算法设计第30-38页
        3.2.1 遗传算法的流程第30-32页
        3.2.2 时间-教室安排算法第32-37页
        3.2.3 冲突解决算法第37-38页
    3.3 实验结果及分析第38-40页
    3.4 本章小结第40-41页
第四章 蚁群算法与遗传-蚁群混合算法在高校排课问题中的应用第41-58页
    4.1 基本蚁群算法在排课问题上的应用第41-44页
        4.1.1 蚁群算法的模型第41-42页
        4.1.2 排课问题的二分图模型第42-43页
        4.1.3 基本蚁群算法求解排课问题的流程第43-44页
    4.2 蚁群算法的改进第44-46页
        4.2.1 基本蚁群算法的不足第44页
        4.2.2 蚁群算法的改进第44-46页
        4.2.3 改进的蚁群算法在排课问题上的应用第46页
    4.3 遗传-蚁群混合算法在排课问题中的应用第46-51页
        4.3.1 遗传-蚁群混合算法的基本思想第46-47页
        4.3.2 遗传-蚁群混合算法在排课问题中的应用第47-51页
    4.4 实验结果及分析第51-57页
    4.5 本章小结第57-58页
第五章 总结及展望第58-60页
    5.1 总结第58-59页
    5.2 对排课问题的展望第59-60页
参考文献第60-64页
致谢第64-65页
攻读硕士学位期间发表论文情况第65页

论文共65页,点击 下载论文
上一篇:超硬材料合成过程中高精度加热控制方法的研究
下一篇:基于改进遗传算法寻优的SVM风能短期预测