| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景和意义 | 第11页 |
| 1.2 国内外排课问题研究状况 | 第11-12页 |
| 1.3 常用的排课算法 | 第12-15页 |
| 1.3.1 动态规划方法解决排课问题 | 第13页 |
| 1.3.2 贪心算法解决排课问题 | 第13-14页 |
| 1.3.3 回溯算法解决排课问题 | 第14页 |
| 1.3.4 模拟退火算法解决排课问题 | 第14-15页 |
| 1.4 遗传算法的研究状况 | 第15-16页 |
| 1.5 实验环境与平台介绍 | 第16页 |
| 1.6 本文主要工作 | 第16页 |
| 1.7 本章小结 | 第16-17页 |
| 第二章 排课系统分析 | 第17-24页 |
| 2.1 排课问题的分析 | 第17-19页 |
| 2.1.1 时间复杂度与排课NPC | 第17-18页 |
| 2.1.2 排课算法的目标和约束 | 第18-19页 |
| 2.2 排课问题的数学模型 | 第19-23页 |
| 2.2.1 基本假设 | 第19页 |
| 2.2.2 问题分析 | 第19-20页 |
| 2.2.3 排课的多目标优化 | 第20页 |
| 2.2.4 排课的数学模型 | 第20-23页 |
| 2.2.5 基于数学模型的排课问题最优化 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 改进遗传算法 | 第24-34页 |
| 3.1 基础遗传算法 | 第24页 |
| 3.2 遗传算法的自然选择学说基础 | 第24-26页 |
| 3.2.1 遗传 | 第24页 |
| 3.2.2 变异 | 第24-25页 |
| 3.2.3 自然选择 | 第25-26页 |
| 3.3 遗传算法的特点 | 第26页 |
| 3.3.1 遗传算法的不足之处 | 第26页 |
| 3.4 遗传算法的基本操作 | 第26-27页 |
| 3.4.1 选择（Selection） | 第26页 |
| 3.4.2 交叉（Crossover Operator） | 第26-27页 |
| 3.4.3 变异（Mutation Operator） | 第27页 |
| 3.5 遗传算法的模式定理 | 第27-28页 |
| 3.5.1 遗传算法模式的数学论证 | 第28页 |
| 3.6 遗传算法与其他传统优化方法的对比 | 第28页 |
| 3.7 改进的遗传算法 | 第28-32页 |
| 3.7.1 初始种群的产生 | 第29页 |
| 3.7.2 选择操作的改进 | 第29-30页 |
| 3.7.3 自适应交叉与变异 | 第30-32页 |
| 3.7.4 交叉操作的改进 | 第32页 |
| 3.7.5 变异操作 | 第32页 |
| 3.8 本章小结 | 第32-34页 |
| 第四章 基于改进遗传和贪心算法的排课系统设计 | 第34-51页 |
| 4.1 排课系统的工作流程 | 第34页 |
| 4.2 排课问题的多目标优化 | 第34-36页 |
| 4.2.1 多目标优化的求解方法 | 第35-36页 |
| 4.3 排课系统的实验环境介绍 | 第36-38页 |
| 4.4 控制参数的设定 | 第38-39页 |
| 4.5 编码设计 | 第39页 |
| 4.5.1 染色体编码 | 第39页 |
| 4.6 种群初始化 | 第39-40页 |
| 4.7 适应度函数的设计 | 第40-41页 |
| 4.7.1 个体的适应度 | 第40页 |
| 4.7.2 适应度函数 | 第40-41页 |
| 4.7.3 适应度的调整 | 第41页 |
| 4.8 选择操作 | 第41页 |
| 4.9 变异与交叉操作 | 第41-44页 |
| 4.9.1 个体之间的相似性计算 | 第41-42页 |
| 4.9.2 交叉概率与变异概率计算 | 第42-43页 |
| 4.9.3 交叉断点的设置 | 第43页 |
| 4.9.4 大变异操作 | 第43-44页 |
| 4.10 冲突检查 | 第44页 |
| 4.11 改进自适应遗传算法的收敛性分析 | 第44-49页 |
| 4.11.1 有限马尔科夫链的定义 | 第44-45页 |
| 4.11.2 有限齐次马尔科夫链 | 第45页 |
| 4.11.3 遗传算法的马尔科夫链表示 | 第45页 |
| 4.11.4 遗传算法有限马尔科夫链的转移矩阵 | 第45-47页 |
| 4.11.5 改进遗传算法的收敛性分析 | 第47-49页 |
| 4.12 基于贪心算法的排课 | 第49-50页 |
| 4.12.1 优先级贪心算法的思想 | 第49页 |
| 4.12.2 基于优先级贪心算法的排课设计 | 第49-50页 |
| 4.13 本章小结 | 第50-51页 |
| 第五章 排课系统的实验结果与分析 | 第51-59页 |
| 5.1 遗传算法的种群规模和迭代次数选择 | 第51页 |
| 5.2 目标函数解和均值的变化 | 第51-52页 |
| 5.3 改进自适应交叉概率的实验结果3 | 第52-53页 |
| 5.4 改进自适应变异概率的实验结果 | 第53页 |
| 5.5 遗传算法的对比 | 第53-54页 |
| 5.5.1 目标函数优化对比 | 第53-54页 |
| 5.5.2 算法性能评估 | 第54页 |
| 5.6 实验结果的可视化 | 第54-58页 |
| 5.6.1 原自适应遗传算法的排课结果 | 第55页 |
| 5.6.2 改进自适应遗传算法的排课结果 | 第55-56页 |
| 5.6.3 优先级贪心算法的排课结果 | 第56-57页 |
| 5.6.4 课表结果对比分析 | 第57-58页 |
| 5.7 本章小结 | 第58-59页 |
| 结论与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附表 | 第66页 |