[发明专利]基于多目标进化算法的多组合排课方法及装置及可读介质

权利要求书

1.一种基于多目标进化算法的多组合排课方法，其特征在于，包括以下步骤：

S1，根据选课信息和学生综合能力将学生分类至各个行政班，根据多组合排课要求将学生课程分为走班课程和非走班课程，基于同一组内的所有行政班采用相同的走班课表将所述行政班分为多个组；

S2，基于走班课程和非走班课程进行种群初始化，获得父代种群，所述父代种群经过种群交叉及种群变异产生子代种群，将所述父代种群和所述子代种群合并得到合种群；

S3，将所述合种群中每条染色体进行多目标函数值计算，得到每条染色体的多目标值元组，并建立与所述合种群中染色体一一对应的多目标值元组列表；

S4，基于所述多目标值元组列表采用多目标进化算法迭代种群，重复步骤S2-S4直至满足进化截止条件，得到最优排课方案。

2.根据权利要求1所述的基于多目标进化算法的多组合排课方法，其特征在于，所述步骤S2中基于走班课程和非走班课程进行种群初始化，具体包括：

S21，采用三维矩阵形式对染色体进行编码，所述三维矩阵中包含多个坐标点(x,y,z)，其中，x表示当前年段的班级序号，y表示当前课程在一周内的星期数，z表示当前课程在当天的节次，在排课过程中，将教师、科目和课时数拼接成字符串表示为一个基因块，所述基因块与对应的坐标点建立映射关系；

S22，基于所述走班课程的教学安排对所述走班课程对应的染色体进行初始化，得到走班课表，并分别填入对应组内所有行政班的三维矩阵的坐标点中；

S23，根据所述非走班课程的优先级和教学安排对所述非走班课程对应的染色体进行初始化，得到非走班课表，并分别填入步骤S22得到的三维矩阵的坐标点中的剩余空位处。

3.根据权利要求2所述的基于多目标进化算法的多组合排课方法，其特征在于，所述步骤S22和步骤S23中的初始化过程中均包括：构建具有随机顺序的天次列表，根据教学安排中的教学计划课时数得到上课时数，根据所述上课时数按顺序选取天次列表得到上课课时安排，并根据随机数确定上课节次，响应于产生冲突则重新随机生成上课节次。

4.根据权利要求1所述的基于多目标进化算法的多组合排课方法，其特征在于，所述步骤S2中的所述父代种群经过种群交叉及种群变异产生子代种群具体包括：

在所述父代种群随机选择两条染色体，根据交叉概率判断是否执行交叉操作，若是则在多个组的行政班中随机选择其中一组，并交换两条染色体上其中一组的行政班内的所有课表，将交换产生的新染色体加入到所述子代种群中，重复交叉操作直至所述子代种群规模达到2T/3为止，T为种群规模；

在父代种群中随机选择一条染色体，根据变异概率判断是否执行变异操作，若是则循环遍历每个行政班的每一天，根据变异概率判断是否将当天的两节非走班课程互换，若是则生成新的染色体，将变异产生的新染色体加入到所述子代种群中，重复变异操作直至所述子代种群规模达到T为止。

5.根据权利要求2所述的基于多目标进化算法的多组合排课方法，其特征在于，所述步骤S3中具体包括：

采用下式计算硬约束目标函数值：

F₁＝(h₁+h₂)×P_v；

其中，h₁为该课表中出现同一老师在同一时间出现在不同班级上课的次数，h₂为出现同一班级同一课程在一周内安排了不同老师上课的次数，P_v为每次违反的惩罚值；

采用下式计算软约束目标函数值：

其中，X为班级总数，Y为一周上课天数，Z为一天的上课节数，q_xyz为班级x在星期y的第z节课所上课程，ω_qz代表课程q在第z节课上课时的权值；

同一染色体的不同目标函数值构成该染色体的多目标值元组；

将每条染色体的多目标值元组按照所述合种群中对应染色体顺序进行排列，得到与所述合种群中染色体一一对应的多目标值元组列表。