| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究的目的和意义 | 第11-12页 |
| 1.3 论文的研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 智能排课的理论基础与相关算法 | 第15-26页 |
| 2.1 智能排课问题概述 | 第15-18页 |
| 2.1.1 排课问题分析 | 第15-16页 |
| 2.1.2 排课过程 | 第16-18页 |
| 2.2 几种具体算法的比较 | 第18-24页 |
| 2.2.1 回溯算法 | 第18-19页 |
| 2.2.2 图形着色算法 | 第19-20页 |
| 2.2.3 贪心算法 | 第20-21页 |
| 2.2.4 动态调度算法 | 第21-22页 |
| 2.2.5 神经网络算法 | 第22页 |
| 2.2.6 蚁群算法 | 第22-23页 |
| 2.2.7 改进粒子群算法 | 第23页 |
| 2.2.8 模拟退火算法 | 第23-24页 |
| 2.2.9 遗传算法 | 第24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 智能排课算法的优化设计 | 第26-35页 |
| 3.1 改进遗传算法设计 | 第26-31页 |
| 3.1.1 流程设计 | 第26-28页 |
| 3.1.2 基因编码设计 | 第28页 |
| 3.1.3 初始化种群 | 第28-29页 |
| 3.1.4 冲突检测和消除 | 第29页 |
| 3.1.5 构造适应度函数 | 第29-30页 |
| 3.1.6 构造遗传算子 | 第30-31页 |
| 3.1.7 设置控制参数 | 第31页 |
| 3.2 仿真实验及数据分析 | 第31-34页 |
| 3.2.1 种群规模N | 第31-32页 |
| 3.2.2 交叉概率P_c | 第32-33页 |
| 3.2.3 变异概率P_m | 第33页 |
| 3.2.4 实验结果 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 智能排课算法在数据采集系统中的应用 | 第35-51页 |
| 4.1 数据采集系统设计 | 第35-42页 |
| 4.1.1 系统设计原则 | 第35-36页 |
| 4.1.2 功能需求分析 | 第36-38页 |
| 4.1.3 系统模块划分 | 第38-39页 |
| 4.1.4 系统结构设计 | 第39-40页 |
| 4.1.5 模型设计 | 第40-42页 |
| 4.2 关键问题解决方案 | 第42-51页 |
| 4.2.1 系统架构 | 第42-43页 |
| 4.2.2 基于.NET Framework新托管代码编程模型 | 第43-44页 |
| 4.2.3 SQL Server数据库 | 第44-46页 |
| 4.2.4 面向对象的系统分析方法 | 第46-47页 |
| 4.2.5 用例图 | 第47-49页 |
| 4.2.6 智能排课系统 | 第49-51页 |
| 第五章 数据采集系统的功能实现 | 第51-58页 |
| 5.1 系统登录 | 第51页 |
| 5.2 数据录入 | 第51-53页 |
| 5.3 学生评课 | 第53页 |
| 5.4 教师课表 | 第53-54页 |
| 5.5 帐户管理 | 第54-56页 |
| 5.6 状态数据采集流程 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 进一步展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |