1 绪 论

1.1 引言

遗传算法（简称GA）是1975年美国Michigan大学J.Holland教授等首次提出来的 。近年来,遗传算法在求解优化问题得到了成功的运用。GA是一种抽象于生物进化过程的,基于自然选择和生物遗传机制的优化技术.它是一种全局优化策略.能避免陷入局部最优.按照"优胜劣汰,适者生存"的原则,通过快速随机搜索力求找到最优解或次优解.

本文考虑排课问题中的一些约束条件,定义了相关的评价系数,建立了排课问题的数学模型,利用遗传算法对问题进行求解.最后生成各类时间表.

1.2 排课问题的现实意义

知识经济时代正向我们走来,信息化己成为社会发展的时代特征。计算机技术、通信技术和现代信息技术的迅速发展,以及管理科学、行为科学和系统科学等相关学科的不断发展,为实现MIS系统提供了坚实的理论与技术基础。建设高校MIS系统,不仅是时代发展的要求,而且是发展教育事业、提高高校教学管理水平和办学效益的需要。高校MIS是一个庞大的系统,包括方方面面,其中一个很重要的子系统就是排课系统。

排课调课是高校教务管理的一项日常工作,由于我国高校的基础设施相对落后,加之近年来大规模的扩招,因而师资和教室资源紧张的问题非常普遍。这项工作靠手工完成一般需要花大量的时间和精力,且多易出错。同时手工操作也不易充分利用资源满足经常变化的需求。如利用计算机进行自动排课,不但能使教务人员从繁杂的排课任务中解脱出来,大大提高教务管理工作效率,而且能改善教学管理质量,合理高效地利用有限的资源。对于推动教学的发展起到非常重要的作用。另外,解决排课问题对于解决其他多约束、大规模的时间表问题也具有重要的指导意义。

2.2 遗传算法简介

2.2.1遗传算法的基本概念

遗传算法（Genetic Algorithm 简称GA）作为一种解决复杂问题的有效方法,是由美国密执安大学的Holland和他的同事在1975年首先提出来的。这种算法是以达尔文的生物进化论为启发而创建的,是一类借鉴生物界进化中优胜劣汰、自然选择、适者生存和自然遗传机制的随机化全局搜索算法,主要是利用群体搜索策略和群体中个体之间的信息交换。该算法不依赖于梯度信息,尤其适用于处理传统搜索方法难以解决的复杂非线性问题。它可广泛应用于人工智能、软件工程、函数优化、自动控制、模式识别、图象处理、优化调度等众多领域。