基于改进GWO算法的高校教学管理系统排课算法研究.docxVIP

下载本文档

0
0
约6.74千字
约 7页
2024-09-12 发布于湖北
举报
版权申诉

基于改进GWO算法的高校教学管理系统排课算法研究.docx

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于改进GWO算法的高校教学管理系统排课算法研究

田方

摘要：高校办学规模的扩大使得高校排课面临巨大挑战，对此采用改进的GWO算法对高校教学管理系统排课算法进行了研究。分析了GWO算法的原理和流程，在此基础上运用混沌理论，采用Chebyshev混沌序列生成GWO算法的初始化灰狼种群，同时采用莱维飞行来改进灰狼位置的更新公式，得到了改进的GWO算法。通过对A大学排课的优化仿真试验，验证了改进的GWO算法避免了算法陷入局部最优，达到了良好的排课优化效果。该研究对排课系统的优化具有一定的参考价值。

关键词：排课问题;改进GWO算法;Chebyshev混沌序列

：TP301.6

文献标志码：A

ResearchontheCourseArrangementAlgorithmofUniversityTeaching

ManagementSystemBasedonImprovedGWOAlgorithm

TIANFang

（SchoolofContinuingEducation，ShanxiUniversityofTraditionalChineseMedicine，Xianyang712000，China）

Abstract：Theexpansionofthescaleofauniversitymakesthecoursearrangementoftheuniversityfaceagreatchallenge.Inthispaper，theimprovedGWOalgorithmisusedtostudythecoursearrangementalgorithmofuniversityteachingmanagementsystem.TheprincipleandflowofGWOalgorithmareanalyzed.Basedonthechaostheory，ChebyshevchaoticsequenceisusedtogeneratetheinitialgraywolfpopulationofGWOalgorithm.Atthesametime，Levyflightisusedtoimprovetheupdateformulaofgraywolfposition，andtheimprovedGWOalgorithmisobtained.Throughthesimulationexperimentofauniversitycoursearrangement，itisverifiedthattheimprovedGWOalgorithmcanavoidthealgorithmfallingintothelocaloptimumandachieveagoodeffectofcoursearrangementoptimization.Theresearchofthispaperhascertainreferencevaluetotheoptimizationofthecoursearrangementsystem.

Keywords：classschedulingproblem;improvedGWOalgorithm;Chebyshevchaoticsequence

0引言

國民经济的快速发展促进了我国高等教育的快速发展，各个高等院校纷纷扩招，在校大学生的数量快速增加，同时高校办学规模的不断扩大，其所开设的专业课程数目也在不断地增多。高校学生人数和开设专业课程数目的增加使得高校教务管理面临一个巨大的难题，即排课。采用手工排课的方式去排课要耗费大量的人力资源，且容易出现错误，特别是在当前高校学生人数和课程持续增多的环境下，这种排课的方式变得不现实。为了解决教学资源冲突，提高排课的效率，目前各大高校都采用了排课软件。高校教务部门采用排课软件可以解决一般的排课问题，但是依旧无法避免师生冲突、资源与课程冲突，因此在排课之后还需要手工调整，浪费了大量人力资源[1]。采用遗传算法、灰狼优化算法（GWO）能够解决高校教学管理系统排课问题，但是也存在一些缺陷。基于此，本文对GWO算法进行改进，同时将改进的GWO算法应用于高校教学管理系统排课中去，期待对解决比较复杂的排课问题提供参考。

1GWO算法

1.1GWO算法原理

2014年，Mirjalili等人受到受到大自然灰狼捕食猎物活动启发提出了灰狼优化算法，即GWO算法。相对于其它的智能优化算法，GWO算法具有结构简单、参数设置少等优点，被广泛应用于参数优化、车间调度、系统排课等问题中。灰狼是典型的肉食动物，主要是群居生活。在一个狼群中包含有10只左右的灰狼，而最厉害的狼仅有一只。在一个小型的狼群中，最厉害的那只大灰狼负责整个狼群中的各项事务，处于核心地位。对于灰狼群[2]而