[发明专利]智能分班排课方法及系统在审

专利信息
申请号: 202010378569.7 申请日: 2020-05-07
公开(公告)号: CN111539581A 公开(公告)日: 2020-08-14
发明(设计)人: 张新华;李琳璐;姜玉奇;李宁 申请(专利权)人: 浙江蓝鸽科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/20;G06N3/12
代理公司: 上海一平知识产权代理有限公司 31266 代理人: 成春荣;竺云
地址: 314006 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 分班排课 方法 系统
【权利要求书】:

1.一种智能分班排课方法,其特征在于,包括:

获取学生的选课组合和课程成绩,并获取成班人数条件,其中每种选课组合包括N种选考课程,N≥2;

根据选课组合、课程成绩、和成班人数条件分班,得到分班结果;

基于所述分班结果生成初始种群,使用遗传算法获取最优排课方案。

2.如权利要求1所述的智能分班排课方法,其特征在于,所述成班人数条件包括最小成班人数;所述根据选课组合、课程成绩、和成班人数条件分班,进一步包括:

按照整数变量i从N到0的顺序,依次重复执行以下步骤,直到所有学生分班完成;

重复执行以下步骤,直到不存在当前未分班学生的选课组合中具有i种相同选考课程的学生数量大于或等于最小成班人数的情况:

在当前未分班学生中,挑选课组合中具有i种相同选考课程的学生形成学生集合,如果该学生集合中学生数量大于或等于所述最小成班人数,则对该学生集合中的学生按照课程成绩进行排序,根据排序结果从该学生集合中选择多名学生形成至少一个班,直到该学生集合中剩余的学生数量小于所述最小成班人数。

3.如权利要求2所述的智能分班排课方法,其特征在于,所述成班人数条件还包括最大成班人数;所述在当前未分班学生中,挑选课组合中具有i种相同选考课程的学生形成学生集合,如果该学生集合中学生数量大于或等于所述最小成班人数,则对该学生集合中的学生按照课程成绩进行排序,根据排序结果从该学生集合中选择多名学生形成至少一个班,直到该学生集合中剩余的学生数量小于所述最小成班人数,进一步包括:

在当前未分班学生中,挑选课组合中具有i种相同选考课程的学生形成学生集合;

根据所述学生集合中学生的数量、所述最小成班人数和所述最大成班人数确定对应的成班结果,所述成班结果包括成班班级数量及每个成班班级的人数;

对所述学生集合中的学生按照课程成绩进行排序,根据排序结果和所述成班结果将所述学生集合中的学生分配至各成班班级中。

4.如权利要求3所述的智能分班排课方法,其特征在于,所述根据该学生集合中学生的数量、所述最小成班人数和所述最大成班人数确定成班结果,进一步包括:

根据约束条件“且最小”计算所述成班结果,其中couSizei表示所述学生集合中学生数量,mi表示所述成班结果中的成班班级数量,aij表示在mi个成班班级中的第j个成班班级的人数。

5.如权利要求3所述的智能分班排课方法,其特征在于,所述对所述学生集合中的学生按照课程成绩进行排序,根据排序结果和所述成班结果将所述学生集合中的学生分配至各成班班级中,进一步包括:

根据公式计算所述学生集合中每个学生的选课组合的课程成绩的离散系数,其中CVik表示所述集合中第k个学生的选课组合的课程成绩的离散系数,nk表示第k个学生的选课组合的总课程数量,Sikj表示所述学生集合中第k个学生的第j门课程的成绩;

将所述集合中的学生按照所述离散系数降序排序,根据排序结果和所述成班结果将所述学生集合中的学生依次分配至各成班班级中。

6.如权利要求1所述的智能分班排课方法,其特征在于,所述基于所述分班结果生成初始种群,使用遗传算法获取最优排课方案,进一步包括:

基于分班结果,构建以班级为列、教学时间段为行的二维数据表;

根据排课规则和冲突检测机制,采用随机生成的方式将“班级-教室-课程-教师”组合信息分配“教学时间段”组合信息中以得到初始种群,所述初始种群包括生成的各排课方案;

根据实际排课的约束条件,对各排课方案中的课程冲突次数、课程的教学时间段均匀度、学生上课时间段分配的均匀度、课程的教学时间段安排优先度和教室利用率进行评估,并根据评估结果计算所述初始种群中个体的适应度;

如果所述个体的适应度不满足优化标准,则通过选择、交叉、变异的迭代优化所述初始种群以生成新一代种群直至所生成的新一代种群的个体适应度满足所述优化标准为止,输出最优个体作为最优排课方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江蓝鸽科技有限公司,未经浙江蓝鸽科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010378569.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top