• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      遺傳算法在高校排課系統(tǒng)中的應(yīng)用

      2016-01-15 07:06:35王園園
      關(guān)鍵詞:遺傳算法人工智能

      遺傳算法在高校排課系統(tǒng)中的應(yīng)用

      王園園

      (淮北職業(yè)技術(shù)學(xué)院 教務(wù)處,安徽 淮北235000)

      摘要:對于排課的問題研究應(yīng)該歸于NP-完全問題的研究,它是綜合化的問題,具有一定的目標(biāo)性和約束性。對于排課的算法,和列表尋優(yōu)、模擬退火等算法相比,遺傳算法是最佳的。遺傳算法通過整合當(dāng)下教學(xué)資源,以交叉、變異以及選擇等方式進(jìn)行遺傳和變異,為解決高校排課系統(tǒng)中存在的問題,深入研究了遺傳算法在高校排課系統(tǒng)中的應(yīng)用。

      關(guān)鍵詞:排課系統(tǒng);遺傳算法;自動(dòng)排課系統(tǒng);人工智能

      收稿日期:2015-05-25

      作者簡介:王園園(1982-),女,安徽淮北人,淮北職業(yè)技術(shù)學(xué)院講師,碩士,研究方向?yàn)榫W(wǎng)絡(luò)技術(shù)。

      中圖分類號:TP301.5;TP311.521文獻(xiàn)標(biāo)識碼:A

      受眾多因素影響,高校排課很久以來受到人們的關(guān)注,但是實(shí)際排課過程中使用軟件的情況卻十分少見,原因之一就是很難選擇適當(dāng)?shù)乃惴ā?975年S.Even就排課問題展開了研究,他認(rèn)為排課問題一定要通過“窮舉法”的方式得出答案。但是這種方法也難以實(shí)現(xiàn),因?yàn)楦F舉法本身所耗費(fèi)的成本和時(shí)間都較多,難以通過計(jì)算機(jī)來解決問題。例如,一個(gè)教師要參與一周S時(shí)段的課程安排,而他要一周大概約有M節(jié)課,如果這個(gè)學(xué)校有N個(gè)教師需要進(jìn)行排課,那么就有SN*M種可能性,顯而易見,算法耗費(fèi)時(shí)間較多。所以,為了解決該問題,筆者對列表尋優(yōu)、模擬退火等算法進(jìn)行了分析,同時(shí)提出了遺傳算法(Genetic Algorithm, 簡稱GA)。[1]41-44

      遺傳算法可以認(rèn)為是一種解決排課困難的最優(yōu)方法,是由美國芝加哥大學(xué)的知名教授Holland提出。1962年Holland教授把遺傳算法結(jié)合生物遺傳、變異等理論知識,總結(jié)出了遺傳算法,同時(shí)將其轉(zhuǎn)移到圖像管理、函數(shù)優(yōu)化以及生產(chǎn)處理等廣泛的領(lǐng)域。

      一、關(guān)于遺傳算法排課系統(tǒng)的發(fā)展概況

      由于當(dāng)下許多高校生源擴(kuò)招,而學(xué)生數(shù)量的增多帶來的問題之一就是學(xué)校教師排課困難。排課發(fā)生矛盾非常常見,經(jīng)常有一些教師被迫“分身”上課,而有的課程安排不僅教室安排有問題,教師的安排上也發(fā)生沖突。因此上課混亂現(xiàn)象時(shí)有發(fā)生。只有解決排課問題才能更好的促進(jìn)教學(xué)效率的提高,最大程度地發(fā)揮教學(xué)的作用。

      對于NP完全問題的認(rèn)證,自1970年開始就多次被提及。然而,課表的編排隨著課表信息的增加而不斷變化,其中潛在的問題也不斷誘發(fā)了不同的解集。本文對于高校教學(xué)管理系統(tǒng)的排課方法進(jìn)行了分析和研究。

      二、以生物學(xué)和計(jì)算機(jī)為基礎(chǔ)的遺傳算法

      從生物學(xué)角度出發(fā),遺傳算法可以理解為是一種建立在生物進(jìn)化上的算法,其搜索假設(shè)的方法已經(jīng)逐漸從簡單到復(fù)雜過渡,以變異和重組來生成最終的假設(shè)。[2]93-94進(jìn)化是生物成功地適應(yīng)自然的方法,而以此為基礎(chǔ)研究出的算法以假設(shè)的生成測試柱狀展開搜索,有些假設(shè)則會以變體的形式在之后被涉及和考慮到。

      三、遺傳算法

      遺傳算法的演示過程和基因演化的過程差不多,大體如下:

      1.以隨機(jī)的方式構(gòu)成數(shù)量相當(dāng)?shù)某跏挤N群;

      2.評測和估算個(gè)體的適應(yīng)度,符合優(yōu)化標(biāo)準(zhǔn)的可以輸出其最優(yōu)解,完成計(jì)算過程,不符合者繼續(xù)下一步;

      3.以適應(yīng)度為根據(jù)對再生個(gè)體進(jìn)行重新選取 ;

      4.根據(jù)相應(yīng)的交叉方法和概率重新生成個(gè)體;

      5.根據(jù)相應(yīng)的變異方法和概率重新生成個(gè)體;[3]

      6.以變異和交叉的方式構(gòu)成新的種群,然后返回第2步,如圖1所示:

      圖1 遺傳算法示意圖

      以下是遺傳算法的偽代碼。

      ALOGRITHM GA(i)

      Begin

      t=0;

      Initialize P(t);

      P(t)={X1(t), X2(t),…, Xn(t)}

      Evaluate P(t);

      f(P(T))={f(X1(t), f(X2(t), …, f(Xn(t)) };

      while (not terminate condition) do

      Pc(t)=crossover{P(t)};

      Pm(t)=mutation{ Pc(t)};

      Evaluate [Pm(t)];

      P(t+1)=select{ Pm(t)UQ};

      t=t+1;

      if t mod t=0 then Qi=Xbest;

      od

      print Xbest,f(Xbest);

      end

      通常情況下遺傳算法是經(jīng)過下列操作完成的:

      (1)初始化[Initialize]

      必須進(jìn)行初始化操作,以便給遺傳操作提供一個(gè)初始種群。

      在算法設(shè)計(jì)時(shí),因?yàn)檫M(jìn)行遺傳操作時(shí)僅僅針對老師,在初始化的過程中,時(shí)間和教室如何安排要被重復(fù)考慮到,其中包含了在教室內(nèi)安排最合理的人數(shù)(即防止能夠容納200人的教室被30人所占用的情況發(fā)生)及安排合理上課時(shí)間。

      (2)選擇[Select]

      生物界中自然選擇能夠剔除劣品保留優(yōu)品,選擇算法亦是如此。它能夠?qū)⑴f種群內(nèi)適應(yīng)能力強(qiáng)的染色體挑選出來,準(zhǔn)備進(jìn)一步的配對,使得在交叉與變異運(yùn)算之后能夠得到新的種群。染色體適應(yīng)能力越強(qiáng),越容易被選擇,選擇操作包含了錦標(biāo)賽選擇法(tournament selection)、輪盤賭選擇法(roulette wheel selection)和局部選擇法(local selection)等幾種方法。[4]31-33本文運(yùn)用了截?cái)噙x擇法(truncation selection),它屬于局部選擇法。

      (3)交叉[Crossover]

      經(jīng)過選擇得出結(jié)果之后,父個(gè)體由選出的兩條染色體組成,然后隨機(jī)選取一個(gè)值(用r表示),同事先設(shè)置的交叉率值(用t表示)對比,當(dāng)r

      (4)變異[Mutate]

      任意將染色體內(nèi)的上課時(shí)間進(jìn)行更改,任意選擇時(shí)間內(nèi)的一點(diǎn)進(jìn)行改動(dòng),但是不能超出設(shè)定的范圍,這一過程稱為變異。變異運(yùn)算類似于自然界中生物的遺傳,因?yàn)榄h(huán)境或其他無意的原因而導(dǎo)致的基因突變,雖然變異之后,染色體的適應(yīng)能力會發(fā)生改變,但是它保證了這一物種擁有多種類型的遺傳基因,保證了搜索范圍的最大化,提高了最優(yōu)解獲取的可能性。

      設(shè)置變異概率pm,在變異過程中隨機(jī)數(shù)r會首先產(chǎn)生,如果r>pm,那么不能進(jìn)行變異操作,反之則執(zhí)行變異操作。這一過程與交叉相同。

      四、沖突問題的處理

      沖突問題在排課過程中是無法避免的問題,無論排課的方法是什么,最常見的突出問題為同一時(shí)間同一老師被安排了兩門課程。[5]37-38本文利用了沖突檢測函數(shù)fConflict()來防止沖突發(fā)生,如果確定了一名老師需要上的課,沖突檢測函數(shù)就會自動(dòng)檢查該老師是否存在排課沖突,同時(shí)根據(jù)結(jié)果進(jìn)行更正。

      排課是高校教學(xué)管理工作中較為復(fù)雜的工作,遺傳算法可以很好地解決高校排課系統(tǒng)中出現(xiàn)的問題,采用適應(yīng)度函數(shù)以及染色體編碼方案可以得到我們想要的結(jié)果,當(dāng)進(jìn)化代數(shù)不斷上升時(shí),適應(yīng)度函數(shù)的值也不斷增加,而染色體編碼的方案,將被運(yùn)用于更為復(fù)雜的排課中。

      參考文獻(xiàn):

      [1]業(yè)寧,梁作鵬,董逸生. 一種基于遺傳算法的TTP問題求解算法[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版,2013(1).

      [2]唐勇,唐雪飛,王玲.基于遺傳算法的排課系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)用,2012(1).

      [3]張燕,宋錦斌.基于遺傳算法的排課系統(tǒng)[J].計(jì)算機(jī)知識與技術(shù),2011(11).

      [4]王小平,曹立明.遺傳算法:理論、應(yīng)用與軟件實(shí)現(xiàn)[M].西安:西安交通大學(xué)出版社,2012.

      [5]孫建平,梅曉勇.關(guān)聯(lián)規(guī)則在高校智能排課系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用,2012(5).

      責(zé)任編輯:凈草

      猜你喜歡
      遺傳算法人工智能
      我校新增“人工智能”本科專業(yè)
      2019:人工智能
      商界(2019年12期)2019-01-03 06:59:05
      遺傳算法對CMAC與PID并行勵(lì)磁控制的優(yōu)化
      人工智能與就業(yè)
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
      數(shù)讀人工智能
      小康(2017年16期)2017-06-07 09:00:59
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測
      協(xié)同進(jìn)化在遺傳算法中的應(yīng)用研究
      下一幕,人工智能!
      徐水县| 桃园市| 永城市| 偃师市| 北京市| 安国市| 治多县| 曲阜市| 南昌县| 宁明县| 湘西| 太仆寺旗| 丰顺县| 奈曼旗| 榆树市| 额尔古纳市| 大悟县| 马边| 大连市| 桐柏县| 宜阳县| 项城市| 阆中市| 白玉县| 虎林市| 延庆县| 怀宁县| 云安县| 陕西省| 尚志市| 庆安县| 井研县| 乌兰察布市| 怀柔区| 合川市| 磐石市| 揭东县| 贵溪市| 德江县| 阳春市| 同心县|