遗传算法在大学排课问题中应用.pdfVIP

遗传算法在大学排课问题中的应用 何美 辽宁工程技术大学工商管理学院，辽宁葫芦岛（125105 ） E-mail：hemei_303@126.com 摘 要：时间表问题（TTP ）是一类特殊的资源调度问题，属于NP 完全问题。排课问题是 时间表问题的一个实例，属于多目标优化问题，本文分析了排课的数学模型，根据遗传算法 本身的特点设计了一种数据结构编码，及几个涉及到的优化目标评价函数，提出了利用遗传 算法解决排课问题的方法，并通过试验验证了该方法的有效性、可靠性。 关键词：排课问题；遗传算法；编码；多目标优化 1. 引 言 课表问题属于时间表问题（TTP:Time Table Problem ），是典型的组合优化问题。求解 课表问题，就是要避免在争夺与课程相关资源的过程中可能引发的冲突，结合合理的课表安 排方案。70 年代中期，S.Eveo 等人论证了课表问题是 NP 完全问题 。许多人尝试用近似方 法求解该问题，然而这些方法在课表信息量比较大的情况下，效率不高。 遗传算法（Genetic Algorithm ）是二十世纪七十年代John Holland 教授为研究自然与人 工系统的自适应行为而提出的一种算法。遗传算法是一种仿生算法，通过模拟达尔文“优胜 劣汰，适者生存” 的原理鼓励产生好的结构，通过模仿孟德尔遗传变异理论，在迭代中保持 已有的结构，同时寻找更好的结构。通过模拟生物界的自适应过程，遗传算法为求解各类复 杂问题提供了一种通用而易于实现的解决方案，并以其简单，鲁棒性强以及不受搜索空间限 制性条件约束等特点而日益受到人们的关注。 20 世纪 90 年代初期，Colorni 等人用遗传算法求解高中课表问题[2]，日本的 Sigeru 采用 遗传算法中加入控制约束的方法解决大学课本安排问题[3]，Burke 对将近化算法分阶段的用 [4] 于排课程表问题作了初步的研究，并应用到实例中取得了很好的效果 。 本文提出基于三维数组的二进制编码方式，这种全新的编码方式，提高了遗传算法的效 率，并通过实验所命了其可行性和有效性。 2. 课表问题的分析与建模 大学课表，是由课号，课程名称，教师，学时，教师以及上课班级构成的整体。课表的 编排，简单的说就是给课程分配时间和教室。大学课表问题，大学的课程安排，最重要的是 时间，课程，教室没有冲突。 课表问题包含的相互制约的因素：时间，教室，课程，教师，班级。 大学的课程多是以一大节为一次课，时间是两个小时，即每次课程的时间为两个小时， 每周上 5 天课，每天上课时间是 8：00—17 ：00，所以将一天的时间按课节时间分为4 个时 间段，作为上课时间。这样，一周可用的上课时间为：4*5=20 个时间段。 时间集合： T { , ,Λ } 教室集合： R { , ,Λ } t t t r r r 1 2 n 1 2 m 课程集合： L { , ,Λ } 教师集合： P { , ,Λ } l l l p p p 1 2 s 1 2 k 班级集合： C { , ,Λ } c c c 1 2 e 时间与教室相对应，时间与教室的笛卡儿积为： - 1 -