基于改进遗传算法的排课系统的研究与设计的开题报告.docx

基于改进遗传算法的排课系统的研究与设计的开题报告
一、题目：基于改进遗传算法的排课系统的研究与设计
二、研究背景与意义：
在学校教学管理中，排课是一项必须进行的工作。而大型学校的课程安排十分复杂，需要考虑到课程的难度、老师的任课情况、学生的学习时间等众多因素。传统的排课方法通常是man勾盘，其中人工调度占据主导地位，但结果往往不尽如人意，难以满足学校的需求。
而随着计算机科学技术的不断发展，人们在排课领域开始运用算法进行排课。遗传算法作为其中的一种较为有效的随机搜索优化算法，可以大幅提高排课效率和实用价值。
本次论文的研究意义在于，运用遗传算法，实现交叉、变异、选择等操作，对不同的对象进行编码，经过计算得到最优解，提高排课效率，减少排课错误。
三、研究目标与内容：
1.研究和分析排课算法及其实现原理；
2.运用遗传算法优化排课系统，实现排课效率的提高；
3.根据实际需求设计排课系统算法模型，进行实现和测试分析；
4.筛选出适合于遗传算法的编码方式，选择优秀遗传算法之参数；
5.实现并优化排课系统实例，达到优化授课效率，减少排课错误的目的。
四、研究方案和方法：
1.研究相关文献资料，包括排课算法的实现原理、遗传算法、数据压缩算法的应用等行业领域内的研究信息；
2.设计排课系统算法模型，明确算法编写思路，包括遗传算法的交叉、变异、选择等基本操作的实现，并进行相关参数的优化调整；
3.利用Python开发排课系统的程序，并经过严格的试验和性能测试计算；
4.完成排课系统的实现，并对排课算法程序进行优化调整，挖掘程序中可能存在的问题并进行修复改进；
5.在设计好的数据集上进行实验对比分析，考察该设计算法的运行效果以及其他可能存在的局限和优化方向；
6.最后，对实验结果进行总结分析，并进行比较，纠正不足和提出改进措施。
五、预期成果和意义：
预计完成一款基于改进遗传算法的排课系统，仪表精度高，授课时间效率高、今后能够大为改进校园教育管理，在实际的教育方面具有极为重要的应用价值。本次研究也将在计算机科学领域内整合了课程的难度、老师的任课计划以及学生的学习时长等多方面的因素，探究了在大数据处理中采用遗传算法的有效性，为相关学术界和行业领导者提供具有启发性的实践结果，具有显著的学术价值和社会意义。
六、进度和时间计划：
第一阶段：文献资料搜索和整理，包括排课算法的实现方法、遗传算法、数据压缩算法等，及各方面的研究资料搜集，并进行相关分析和总结；（时间：1~2周)
第二阶段：设计排课系统算法，并考虑到实际数据输入输出，完善程序设计，并进行预估成本和工期的评估；（时间：2~4周)
第三阶段：利用Python等软件开发排课系统程序，并对程序进行优化，处理数据进行算法实验，考察最终结果与预期差距的的调整；（时间：2~4周）
第四阶段：数据实验对比分析，总结实验结果，吸收数据反哺实验设计和算法实现，进一步提高算法实现性能；（时间：2~4周）
第五阶段：编写论文，阐述设计思路、主要实现方法、算法优化和性能等;（时间：3~5周）
第六阶段：论文评审、答辩准备及论文修改；（时间：2~3周）
参考文献：
1.范妮·唐，郭志刚，“教学计划排课算法研究与应用”，《大学教育科技》,第10期，2017年.
2.李治安，赵华，“基于遗传算法的排课繁忙期班车运拟优化研究”，《计算机应用与软件》,第4期，2016年.
3.陈美媚，洪威，庄华斌，“社会化学习排课算法挖掘研究”，《电脑学报》,第12期，2017年.