基于遗传算法的排课选课系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 排课问题研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 相关技术与理论 | 第16-28页 |
| 2.1 “走班制”下排课问题的相关理论 | 第16-20页 |
| 2.1.1 排课问题概述 | 第16页 |
| 2.1.2 排课问题的要素分析 | 第16-18页 |
| 2.1.3 排课问题的条件分析 | 第18-19页 |
| 2.1.4 排课问题的数学模型 | 第19-20页 |
| 2.2 传统模式排课流程和“走班制”排课选课流程 | 第20-21页 |
| 2.2.1 传统模式排课流程 | 第20-21页 |
| 2.2.2 “走班制”排课选课流程 | 第21页 |
| 2.3 传统遗传算法相关理论 | 第21-27页 |
| 2.3.1 遗传算法概述 | 第22页 |
| 2.3.2 遗传算法相关概念 | 第22-24页 |
| 2.3.3 遗传算法的基本步骤 | 第24-25页 |
| 2.3.4 遗传算法的优势 | 第25-26页 |
| 2.3.5 遗传算法在排课问题中的应用 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 排课选课系统的模型构建 | 第28-46页 |
| 3.1 排课选课系统的模型的研究和构建 | 第28-32页 |
| 3.1.1 教务管理模块数学模型 | 第28-30页 |
| 3.1.2 排课选课模块数学模型 | 第30-32页 |
| 3.2 遗传算法在“走班制”下排课问题中的应用 | 第32-37页 |
| 3.2.1 染色体编码 | 第32-33页 |
| 3.2.2 初始种群的构建 | 第33-34页 |
| 3.2.3 适应度函数的设计 | 第34-35页 |
| 3.2.4 遗传算子的设计 | 第35-37页 |
| 3.3 遗传算法的改进 | 第37-43页 |
| 3.3.1 初始种群的构建 | 第37-38页 |
| 3.3.2 选择策略的改进 | 第38-40页 |
| 3.3.3 交叉和变异策略的改进 | 第40-41页 |
| 3.3.4 改进后遗传算法流程 | 第41-43页 |
| 3.4 实验验证 | 第43-45页 |
| 3.4.1 测试数据 | 第43-44页 |
| 3.4.2 测试结果分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 “走班制”下排课选课系统的设计与实现 | 第46-66页 |
| 4.1 自动排课选课系统总体需求 | 第46-47页 |
| 4.2 自动排课选课系统总体架构 | 第47-51页 |
| 4.2.1 系统总体架构 | 第47-48页 |
| 4.2.2 业务功能总体设计 | 第48-51页 |
| 4.3 自动排课选课系统主要功能的设计和实现 | 第51-62页 |
| 4.3.1 教务管理模块的设计与实现 | 第52-57页 |
| 4.3.2 排课选课模块的设计与实现 | 第57-62页 |
| 4.4 系统测试 | 第62-64页 |
| 4.4.1 测试环境及用例 | 第62-63页 |
| 4.4.2 系统功能性测试 | 第63-64页 |
| 4.4.3 系统兼容性测试 | 第64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 实验结果及分析 | 第66-76页 |
| 5.1 实验用例 | 第66页 |
| 5.2 种群规模和迭代次数 | 第66-68页 |
| 5.3 遗传算子的实验 | 第68-69页 |
| 5.3.1 交叉概率实验 | 第68页 |
| 5.3.2 变异概率实验 | 第68-69页 |
| 5.4 改进算法对比实验 | 第69-71页 |
| 5.5 算法性能评估 | 第71-74页 |
| 5.5.1 排课结果对比 | 第71-72页 |
| 5.5.2 实验结果可视化 | 第72-74页 |
| 5.6 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间所获得的学术成果 | 第82-84页 |
| 致谢 | 第84页 |
