摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-14页 |
·选题的背景及意义 | 第9-10页 |
·排课问题研究现状 | 第10-12页 |
·国外现状 | 第10-11页 |
·国内现状 | 第11-12页 |
·本课题主要研究内容 | 第12-13页 |
·论文的结构 | 第13-14页 |
第二章 遗传算法的基本理论 | 第14-25页 |
·遗传算法的起源和发展 | 第14-15页 |
·遗传算法简介 | 第15-19页 |
·遗传算法的来源 | 第15-16页 |
·遗传算法的专业用语 | 第16-17页 |
·遗传算法的核心思想 | 第17页 |
·遗传算法的特点 | 第17-19页 |
·遗传算法的描述 | 第19-21页 |
·基本遗传算法的构成因素 | 第19-20页 |
·基本遗传算法的数学模型 | 第20-21页 |
·遗传算法的基本操作、流程 | 第21-22页 |
·遗传算法的应用步骤 | 第22-24页 |
·染色体编码(Chromosome Coding)及解码(Decode) | 第22-24页 |
·本章小结 | 第24-25页 |
第三章 排课问题分析 | 第25-33页 |
·排课问题概述 | 第25-26页 |
·排课的原则 | 第26页 |
·排课问题的目标分析 | 第26-30页 |
·影响排课的因素 | 第27-29页 |
·排课过程的约束条件 | 第29-30页 |
·排课问题的数学模型 | 第30-31页 |
·排课问题的解决方案 | 第31-32页 |
·本章小结 | 第32-33页 |
第四章 基于遗传算法的排课系统实现 | 第33-48页 |
·排课系统的设计思路 | 第33-38页 |
·排课系统框架结构的设计 | 第33-34页 |
·排课的流程及系统性能解析 | 第34-35页 |
·排课系统中数据库的设计 | 第35-36页 |
·数据结构 | 第36-38页 |
·遗传算法的实现 | 第38-41页 |
·染色体的重要编码 | 第38-39页 |
·选择操作 | 第39页 |
·交叉的操作 | 第39-40页 |
·变异操作 | 第40-41页 |
·运行实例分析 | 第41-47页 |
·测试分析 | 第41-46页 |
·运行最终效果解析 | 第46页 |
·收敛性分析 | 第46-47页 |
·测试结论 | 第47页 |
·本章小结 | 第47-48页 |
第五章 遗传算法改进与设计 | 第48-56页 |
·遗传算法的改进 | 第48-52页 |
·编码方案 | 第52页 |
·适应度函数设计 | 第52-53页 |
·种群生成方案 | 第53-54页 |
·交叉变异操作设计方案 | 第54-55页 |
·实验结果分析 | 第55页 |
·本章小结 | 第55-56页 |
第六章 结论与展望 | 第56-57页 |
·本文的主要研究结论 | 第56页 |
·展望 | 第56-57页 |
参考文献 | 第57-60页 |
致谢 | 第60-61页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第61页 |