大学课表安排问题的PBIL算法.pdfVIP

( ) 第 27 卷第 3 期 浙江师范大学学报 自然科学版 Vol . 27 , No . 3 ( ) 2004 年 8 月 　　　　　　JOURNAL OF ZHEJ IAN G NORMAL UNIVERSITY Nat . Sci . 　　　　　　 Aug. 2004 ( ) 文章编号 2004 　　 大学课表安排问题的 PBIL 算法 1 2 徐云青 , 　陈建明 ( 1. 衢州职业技术学院 ,浙江 衢州 　323000 ;2 . 浙江师范大学 信息科学与工程学院 ,浙江 金华 　32 1004) 摘 　要 :课程表问题是时间表问题中重要的应用内容. 采用一种新的基因编码方法 ,可以更客观地反映大学课 程安排的实际 ,并采用先进的 PBIL 算法进行实验 ,实验的结果表明该算法的可行性和有效性. 关键词 :课程表问题 ;进化算法 ;PBIL 算法 中图分类号 :TP30 　　　　文献标识码 :A 0 　引　言 课程表安排问题是组合规划中典型的优化决策问题 , 已被证明是 NP 难题[ 1] ,至今为止 ,人们没有 找到求解此问题的精确方法. 20 世纪90 年代初 ,Colorni 等人首先尝试应用遗传算法解决课程表问题 ,开 创了进化计算在时间表问题中的应用 ,并取得了令人满意的结果. 近几年中 , 国内也有部分学者对此问 题做了许多探索工作[ 1] ,并取得了较好的成果. 但由于问题的复杂性 ,这个问题并没有得到一个完善的 解决方法. 笔者尝试对此问题进行进一步的探讨 , 以求能获得更好的结果. 1 　PBIL 算法描述 PBIL (PopulationBased Incremental Learning) 算法是美国卡 内基梅龙大学 Baluj a 提出的一种进化算 法[2 ] ,它将进化过程由原来的生物进化过程转变为一种学习过程 ,用学习所获取的知识 ———学习概率来 指导产生后代 ,这种概率是整个进化过程信息的积累 ,这样的进化过程产生的后代 , 比起 GA 的双亲基 因重组以及 EP 、ES 的单个父代 Gaussian 变异会更优生 ,因而能在许多问题中获得更快的收敛速度和更 好的结果. 设 S 为表示解的长度为 n 的二进制位串, S i ( 1 ≤i ≤n) 是 S 的第 i 位, 在进化计算中称为第 i 个基 因位, 其取值一般为 0 或 1, 优化问题表示为 min f ( S) , S ∈可行的解空间,f 为优化 目标函数. 　　P 为 PBIL 的学习概率 : Pi ( 1 ≤i ≤n) 为与 S i 对应位置的学习概率. 一般地说, Pi 表示 S i 位取 1 的 ( ) 概率 而 1 - Pi 表示 S i 位取 0 的概率 . 标准的 PBIL 算法的进化过程如下 : ( ) 初始化学习概率 ( ) ; 1 P : Pi = 0. 5 1 ≤i ≤n ( ) ( ) 2 由学习概率指导产生 k 个个体 解 ; ( ) 3 计算上一步产生的 k 个个体的目标函数值, 并从中找出一个最优解, 设为 B ; ( ) 4 用此代中的最优解 B