基于遗传算法的自动排课问题的研究
| 摘要 | 第1-3页 |
| Abstract(英文摘要) | 第3-5页 |
| 目录 | 第5-8页 |
| 第一章 第一章 绪论 | 第8-21页 |
| ·排课问题的概述 | 第8-10页 |
| ·排课问题研究评述 | 第10-13页 |
| ·排课问题的理论研究 | 第10页 |
| ·排课问题的求解方法 | 第10-13页 |
| ·遗传算法的简述 | 第13-20页 |
| ·遗传算法的基本思想 | 第14页 |
| ·遗传算法的一般结构 | 第14-16页 |
| ·遗传算法的特点 | 第16-17页 |
| ·遗传算法与其他搜索技术的比较 | 第17-20页 |
| ·本文研究内容 | 第20-21页 |
| 第二章 排课问题的建模 | 第21-34页 |
| ·排课目标分析 | 第21-27页 |
| ·排课问题的要素 | 第21-22页 |
| ·排课过程的约束条件 | 第22-24页 |
| ·排课问题的组合爆炸和不确定性 | 第24-26页 |
| ·求解目标 | 第26-27页 |
| ·排课问题的数学模型 | 第27-31页 |
| ·排课问题的优化求解模型 | 第27-28页 |
| ·排课问题的约束满足模型 | 第28-31页 |
| ·排课问题的求解方案 | 第31-34页 |
| 第三章 随机可行排课方案的研究 | 第34-63页 |
| ·面向对象技术在排课系统中的应用 | 第34-39页 |
| ·排课系统的实体关系图(ERD) | 第34-36页 |
| ·排课系统的OOA | 第36-39页 |
| ·数据结构 | 第39-47页 |
| ·时间要素的处理 | 第40-42页 |
| ·数据库描述 | 第42-45页 |
| ·变量描述 | 第45-47页 |
| ·主要算法 | 第47-62页 |
| ·排课难度量化 | 第48-50页 |
| ·两个时间安排的冲突判断 | 第50-51页 |
| ·课程拆分算法 | 第51-53页 |
| ·数据读取和对象初始化 | 第53-54页 |
| ·课程安排算法 | 第54-58页 |
| ·课程冲突检验流程 | 第58-59页 |
| ·冲突转移算法 | 第59-60页 |
| ·教室资源维护算法 | 第60-61页 |
| ·教室安排算法 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第四章 基于GA的多目标排课优化 | 第63-85页 |
| ·多目标优化的基本概念 | 第63-68页 |
| ·排课问题的多目标分析 | 第68-72页 |
| ·节次优度 | 第68-69页 |
| ·班级课时日分布均匀度 | 第69-70页 |
| ·教师期望时间的满足度 | 第70页 |
| ·教师课时分布的密集度 | 第70-72页 |
| ·排课问题中的遗传算法设计 | 第72-76页 |
| ·编码及其染色体表示 | 第72页 |
| ·选择操作 | 第72-73页 |
| ·交叉操作 | 第73-74页 |
| ·变异操作 | 第74-75页 |
| ·修补算子 | 第75-76页 |
| ·基于多目标决策协调模型的适应度计算 | 第76-85页 |
| ·多目标决策协调模型理论 | 第77-81页 |
| ·适应度的计算 | 第81-85页 |
| 第五章 实例求解 | 第85-95页 |
| ·实例说明 | 第85-88页 |
| ·参数设置 | 第88-90页 |
| ·初始解生成性能分析 | 第90页 |
| ·实际求解效果 | 第90-93页 |
| ·测试数据分析 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 研究工作总结与展望 | 第95-97页 |
| ·研究工作总结 | 第95页 |
| ·展望 | 第95-97页 |
| 参考文献 | 第97-100页 |
| 致谢 | 第100页 |
