智能排课与排考算法研究及在教务系统中的实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景、目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究思路与结构 | 第14-16页 |
| 第2章 智能算法相关理论 | 第16-32页 |
| 2.1 各种智能算法 | 第16-18页 |
| 2.2 遗传算法 | 第18-24页 |
| 2.2.1 遗传算法概述 | 第19页 |
| 2.2.2 遗传算法编码 | 第19-21页 |
| 2.2.3 遗传算法的适应度函数 | 第21页 |
| 2.2.4 遗传算法基本操作 | 第21-24页 |
| 2.2.5 遗传算法的优缺点 | 第24页 |
| 2.3 量子算法 | 第24-31页 |
| 2.3.1 量子态 | 第25-26页 |
| 2.3.2 量子算符 | 第26-27页 |
| 2.3.3 量子比特 | 第27页 |
| 2.3.4 量子门 | 第27-30页 |
| 2.3.5 量子算法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 量子遗传算法 | 第32-37页 |
| 3.1 量子遗传算法概述 | 第32页 |
| 3.2 染色体编码 | 第32-33页 |
| 3.3 量子门更新 | 第33-34页 |
| 3.4 量子遗传算法的基本流程 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 系统分析与设计 | 第37-54页 |
| 4.1 排课和排考问题分析 | 第37-42页 |
| 4.1.1 排课和排考因素 | 第37-38页 |
| 4.1.2 约束条件 | 第38-40页 |
| 4.1.3 约束条件分析 | 第40-42页 |
| 4.2 量子遗传算法在系统中具体设计 | 第42-47页 |
| 4.2.1 构造初始种群 | 第43页 |
| 4.2.2 编码 | 第43-44页 |
| 4.2.3 适应度函数 | 第44-45页 |
| 4.2.4 遗传操作 | 第45页 |
| 4.2.5 冲突检测 | 第45页 |
| 4.2.6 最优解的产生 | 第45-47页 |
| 4.3 数据库设计 | 第47-52页 |
| 4.3.1 数据库设计步骤 | 第47-48页 |
| 4.3.2 概念模型设计 | 第48-49页 |
| 4.3.3 物理模型设计 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 系统结构设计 | 第54-61页 |
| 5.1 系统模式 | 第54页 |
| 5.2 系统总框架 | 第54-56页 |
| 5.3 系统设计功能实现 | 第56-59页 |
| 5.4 系统测试及应用效果分析 | 第59-60页 |
| 5.4.1 系统测试 | 第59-60页 |
| 5.4.2 系统应用与效果分析 | 第60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 一、本文工作总结 | 第61-62页 |
| 二、未来展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第67-68页 |
| 附录B 攻读学位期间所参与的主要项目 | 第68页 |
