[发明专利]一种基于遗传算法的高校排课方法

权利要求书

1.一种基于遗传算法的高校排课方法，其特征在于，其排课算法步骤为：   

（1）随机建立初始群种组成不同的可行解决方案；

（2）计算各个个体的适应度；

   （3）执行遗传操作，重新组合新的种群：利用轮盘赌法选择优良的个体复制添加到新的种群中，之后利用轮盘算法选出两个个体进行基因交叉重组添加到新的种群中，然后覆盖旧种群，利用轮盘赌法选出个体以极小的概率随机变化其基因添加到新的种群中，然后覆盖旧种群； 

    （4）判断是否达到终止条件，达到则输出最优解，否则转（2）。

2.根据权利要求1所述的一种基于遗传算法的高校排课方法，其特征在于，其时间安排算法为：

（1）根据班级的数据生成一张空白课表；

（2）建立初始群种，随机建立 n 组教学任务装入空白课表；

（3）评估适应度，也就是对种群进行冲突检测，有冲突就消除，如果无冲突则遗传迭代结束，算法终止；

跳转到（8）；

（4）根据适应度大小，选择某个特定的规则来选择算子，产生中间代；

（5）对种群中的个体进行交叉计算；

（6）选择种群中符合的个体进行变异计算；

（7）产生新种群，覆盖旧种群，如果满足任意一个优化停止的条件，就跳转到第（3），否则跳转到（8）；

（8）算法结束，根据计算的适应度的值，适应度越高就表示越优，从较优的群体中选择一个最优方案。

3.根据权利要求1所述的基于遗传算法的高校排课方法，其特征在于，排课算法与遗传算法中的对应关系包括：

基因：组成染色体的单元，定义时间 t 和一门课程构成一个“时间-课程”的对每个对与一个待定的教室相对应，设这样的一个组合为一个基因；

染色体：为待求解问题的一个可能解，由基因连接组成染色体，即一种可能的排课方案，也是遗传算法操作的基本对象。

4.根据权利要求1所述的基于遗传算法的高校排课方法，其特征在于，排课算法与遗传算法中的对应关系还包括：

     初始群种：随机生成若干种排课方案的集合，表示基于遗传算法的排课的搜索空间。

5.根据权利要求1所述的基于遗传算法的高校排课方法，其特征在于，排课算法与遗传算法中的对应关系还包括：

 选择算子：根据生物遗传学的“设置生存，优胜劣汰”的进化规则，使用轮盘赌算法，不同个体的适应度在一个种群中所占比例的总和为 1，呈现在一个轮盘上，根据个体的适应度的概率选择其作为父个体，个体的适应度越大，被选中的机会越高。

6.根据权利要求1所述的基于遗传算法的高校排课方法，其特征在于，排课算法与遗传算法中的对应关系还包括：

变异算子：按照很小的概率随机改变某个个体的性质，使基于基因的单点变异； 

交叉算子：父个体按照一定的概率随机交换基因的前后部分形成新的个体，在本课题中采取单点交叉操作；

终止条件：表示迭代遗传代数的条件限制，当达到设定值之后，终止操作。