用约束模型求解探究生排课问题.doc

用约束模型求解探究生排课问题摘要：根据排课问题的特点，建立约束模型，提出了约束满足、安排等模型概念。采用迭代搜索算法解决排课问题，根据课程、教室、时间、教师、学生等排课中需要考虑的因素进行约束化，再根据约束模型进行搜索安排，得出符合研究生要求的课程安排。实验结果表明，用约束模型解决排课问题是可行的 关键词：排课；约束化；约束满足；迭代搜索 中图分类号：TP391 文献标识码：A 文章编号：1007-9599 (2011) 23-0000-02 The Constraint Model for Postgraduate Course Scheduling Problem Liu Rencheng (School of Information ScienceTechnologyBeijing Forestry University,Beijing 100083,China) Abstract:According to the features of timetabling problem,built up a constraints model,providing definitions such as constraint satisfaction problem and assignment.Use iterative search algorithm to solve timetabling problem,basing on constraints of courses,room,time, teachers and students,then according to constraints model to search assignments,find a feasible solution.The results show that constraints model is suitable for timetabling problem. Keywords:Course scheduling;Constraint;Constraint satisfaction; Iterative search 一、引言 1975年，美国S.Even等人证明了课程表问题是NP（Non-deterministic Polynomial）完全问题，即多项式复杂程度的非确定性问题，也就是找不到多项式时间求解算法，并且宣布了这一时空组合问题的学术地位和难度。从此各种针对排课问题的算法应运而生，其中最知名的算法包括：遗传算法、禁忌搜索算法、模拟退火法、粒子群算法等，却很少有专门针对研究生的排课算法，在遗传算法、禁忌搜索算法和模拟退火法中，往往是把班级作为一个要素进行排课，从而忽略了学生的兴趣选择。本文旨在研究研究生排课，并针对研究生排课普遍存在时间多、课程少、研究主动性强等特点，着重研究以学生为基本要素，以学生需求为主要内容的排课算法，使研究生排课在实际应用中能充分发挥学生的自主性和主动性 二、排课问题的描述 为了把排课中遇到的所有因素量化，本研究建立了约束模型。排课中的客观因素包括时间、教室和课程。主观因素则有教师和学生的要求。无论是客观因素还是主观因素都会转化为约束。约束模型分为两种类型：硬约束和软约束 （一）硬约束 硬约束是指不可违反的条件，硬约束有两个约束等级：必须的和禁止的。硬约束包括： 1.一个教室在同一时间只能安排一门课程 2.一个教师在同一时间只能教一门课程 3.教室容量不能大于在该教室上课的学生数量 4.一个学生在同一时间只能学习一门课程 5.一个教师的连续两门课程的上课教室距离不能超过75m（假设课间时间是15min） 6.每门课程都有固定的教学资源，包括教室和上课时间 （二）软约束 软约束是指在满足以上硬约束的基本条件的基础上，提出更多要求的约束条件。软约束包含5个等级：比较优先的、优先的、一般的、不优先的、比较不优先的。软约束包括： 1.每个学生的课程均匀分布在一周的周一至周五 2.每个学生的连续两门课程的上课教室距离不超过100m（假设课间时间是15min） 3.每个教师的课程尽量均匀安排在一周的周一至周五 4.尽可能地满足教师对于时间和教室的特殊要求 （三）排课问题的数学模型 模型化 定义：排课问题可以描述为一个满足约束问题的模型，它是一个三维的关系Θ=(V，D，C)，并且满足如下条件： 1.V={v1，v2，……，vn}是一个有限的变量集合 2.D={Dv1，Dv2，……，Dvn}是一个域的集合 3.C={c1，c2，……，cm}是一个有限的约