Nov, 2022

解决大学课程分配问题的混合进化方法

PDF
TL;DR本文介绍了针对大学课程分配问题所面临的种种约束、困难及其解决方案，提出了一种混合演化算法来生成最佳的课程分配方案，并复杂构建相关约束以便为每位教员准备出无冲突且高效的课表，以减轻手动分配的工作量。所提出的算法相较于基本优化算法在准确性和时间效率上表现更优。
发现论文，激发创造
  • 使用混合多准则推荐系统与遗传优化帮助大学生选择选修课程

    使用混合推荐系统，结合协同过滤与基于内容过滤的方法，根据学生和课程信息，通过遗传算法自动发现最佳配置，以更可靠地推荐最适合的课程。实验结果表明，混合模型在课程推荐中的重要性，使用该模型相较于之前的模型表现出色。

    Feb, 2024

  • 基于遗传约束编程的资源受限作业调度

    提出了一种遗传规划算法，用于发现资源约束作业调度的约束规划的高效搜索策略，通过进化程序表示变量选择器，并通过质量评估方案确定其适应度，结果显示进化的变量选择器能够显著提高约束规划的效率。

    Feb, 2024

  • 团队形成中的冲突

    在这项研究中，我们以团队形成中的冲突为问题，目标是根据个人的任务偏好和他们之间的冲突，将个体分配到任务中。我们使用依赖舍入方案作为主要工具箱，提供高效的近似算法。我们的框架非常灵活，可以模拟教育环境和人力资源管理中出现的许多不同的实际情况。我们在真实数据集上测试和部署我们的算法，并展示出我们的算法比自然基线找到的分配更好。在教育环境中，我们还展示了我们的分配比人工专家手动分配要好得多。在人力资源管理应用中，我们展示了我们的分配如何提高团队的多样性。最后，我们使用合成数据集证明我们的算法在实践中的可扩展性非常好。

    Feb, 2024

  • 卫星调度问题的数学模型和基于强化学习的进化算法框架

    本文介绍了两种卫星调度问题模型，并提出了基于强化学习的进化算法框架，以应对复杂组合优化问题中的 NP 难题，为卫星任务规划提供了解决方案。

    Jan, 2023

  • 多目标进化算法求解水电站多水库系统调度问题的高效方法

    本文提出了一种基于 MESH 算法的多目标优化方法来解决水力发电厂在亚日尺度运营中的短期出力计划问题，旨在在最大化发电量和最大化水库蓄水量的前提下，找到一个水库的最佳出力方案。研究结果表明，MESH 算法表现出比其他多目标算法更高的效率和准确性，并在实际应用中提供了显著的经济效益。

    Jul, 2021

  • 演化元启发式算法优化时滞控制问题的社会认知

    本文构建基于阶层的新型社会认知元启发式算法，应用于时滞系统模型的优化，并讨论了该算法的多个版本在所选问题的优化中的结果。

    Oct, 2022

  • 一种新颖的基于进化的神经模糊任务调度方法，用于共同优化异构 MPSoCs 的主要设计挑战

    提出了一种基于模糊神经网络（FNN）及 NSGA-II 进化多目标算法的在线任务调度和映射方法，以共同优化异构 MPSoC 的主要设计挑战。通过实验验证，该方法优于相关启发式和元启发式方法，可以提高温度，功耗，故障率和执行时间等几个设计指标的优化性能。

    Mar, 2022

  • 不对称友谊的分布式课程分配

    学生的课程选择在很大程度上受到他们的朋友是否计划与他们一起上课的影响。这篇文章研究了在课程分配时如何考虑学生之间的友谊关系并提供一种独特的分布式解决方案，通过模拟数据和对 177 名学生的偏好进行的用户研究评估，结果显示我们的算法在保持解决方案公平和课程座位限制的同时，获得了学生的高效利用。

    Sep, 2023

  • 机器学习驱动的课程分配

    本文介绍了一种基于机器学习的课程分配机制，将 Course Match 机制与基于机器学习的偏好引导模块相结合，实现个性化的查询，其结果显示，相比于 Course Match，MLCM 可将平均学生效用提高 4%-9%，并可将最小学生效用提高 10%-21%。

    Oct, 2022

  • 个性化课程顺序推荐

    本文提供了一种系统的方法，使用前向搜索反向归纳算法优化选择课程序列，结合多臂赌博机算法推荐个性化课程序列，从真实的学生数据实证了该算法优于其他无法考虑学生背景信息的方法。

    Dec, 2015