技术标签: 算法 java 模拟退火算法 贪心算法 课程设计
业务上需要做一个排课系统,先调研了业内友商的排课系统,同时做了算法的对比和可行性分析。
排课任务:设置任务名称、学期、排课年级集合;
节次设置:设置每周上课天数,以及每天上课节次数(上午节次数、下午节次数、晚上节次数);
课程设置:设置排课科目集合,以及各个科目的总课时、连堂课时;
教师设置:设置排课老师集合,以及各个老师所带科目、所带班级;
排课规则设置:
排课算法选择:
贪心算法是一种简单而直观的算法,但它也有一些明显的局限性:
总体而言,贪心算法是一种简单而快速的近似算法,但在解决一些复杂问题时可能表现不佳。在设计算法时,需要仔细考虑问题的特性,选择合适的算法以获得更好的解决方案。
模拟退火算法(Simulated Annealing)是一种基于统计力学中的退火过程的全局优化算法。它被广泛应用于解决组合优化问题,包括排课、旅行商问题等。
基本思想:
主要步骤:
重复迭代: 重复“降温-等温”操作; 温度越高,接受非最优解的概率越大;
关键参数:
优点:
缺点:
遗传算法(Genetic Algorithm)是一种模拟自然进化过程的优化算法,用于解决搜索和优化问题。它受到了达尔文的进化理论的启发,通过模拟基因的遗传、交叉和变异等操作,逐步演化出更好的解。
基本思想:
主要步骤:
关键概念:
优点:
缺点:
采用遗传算法。
总体而言,选择使用遗传算法还是模拟退火算法取决于具体问题的特性和需求。在排课问题中,如果问题具有较多的约束条件、复杂的优化目标、大规模的搜索空间等特点,遗传算法可能更具优势。
优化目标涉及多个约束条件:遗传算法适用于涉及多个约束条件的问题,而排课通常需要考虑教室容量、教师时间表、学生选课等多个约束条件。遗传算法的灵活性可以更好地处理这些复杂的约束。
搜索空间巨大:排课问题的搜索空间可能非常庞大,尤其是在大型学校或机构中。遗传算法能够更有效地搜索大规模的解空间,有助于找到更优的排课方案。
并行处理:遗传算法天生适合并行处理,可以同时处理多个个体,加速搜索过程。这在大规模排课问题中,特别是在考虑多个学院或校区时,可能会提高算法的效率。
组合优化问题:排课通常可以看作是一个组合优化问题,其中需要找到一组教室、时间和教师的组合,以最大程度满足多个约束条件。遗传算法在处理组合优化问题时表现较好。
不确定性和动态性: 排课问题可能面临一些不确定性和动态性,例如学生选课变化、临时调课等。遗传算法具有一定的鲁棒性,能够应对一些变化。
自然选择和适应度评估: 遗传算法的自然选择机制和适应度评估可以更好地模拟进化的过程,有助于找到更合适的排课方案。
交叉和变异操作的灵活性:遗传算法提供了交叉和变异操作,这些操作能够在基因组中引入新的组合,有助于探索更多的解空间。在排课问题中,这种灵活性可能更有利于生成更合理的排课方案。
基因-节次槽
染色体-课表
算法
课程
规则校验
适应度(适应度函数:影响搜索方向)
遗传算法部分代码实现,实现细节因为某些原因未放出;
算法其实不复杂,复杂的是业务部分:构建课表,建立符合业务的适应度函数,各种规则的应用,以及种群演变过程中生产有效个体的逻辑;
@Slf4j
@Data
public abstract class GeneticAlgorithm<T extends Chromosome, C extends AlgorithmContext> {
/**
* 交叉概率
*/
protected float crossoverProbability = 0.8f;
/**
* 变异概率
*/
protected float mutationProbability = 0.05f;
/**
* 变异基因占比
*/
protected float mutationRatio = 0.05f;
/**
* 种群大小
*/
protected int populationSize = 50;
/**
* 迭代次数
*/
protected int iterations = 1000;
/**
* 迭代计数
*/
protected int iterationCount = 0;
/**
* 预期适应度
*/
protected double expectedFitness = 10000d;
/**
* 种群
*/
protected List<T> populations;
/**
* 上下文
*/
protected C context;
/**
* 最佳染色体
*/
protected T bestChromosome;
protected SecureRandom random = new SecureRandom();
public GeneticAlgorithm(C context) {
this.context = context;
}
/**
* 执行算法
*/
public void run() {
// 初始化种群
this.initPopulation();
while (iterationCount < iterations) {
Optional<T> bestChromosomeOptional = this.getBestChromosomeFromPopulation();
if (!bestChromosomeOptional.isPresent()) {
log.info("can't get best chromosome!");
return;
}
bestChromosome = bestChromosomeOptional.get();
log.info("iteration: {}, best fitness: {}", iterationCount, bestChromosome.getFitnessValue());
this.beforeEvolve();
if (isSatisfied()) {
return;
}
// 种群演变
this.evolvePopulation();
iterationCount++;
}
}
/**
* 是否满足
*
* @return
*/
protected boolean isSatisfied() {
if (Objects.nonNull(bestChromosome)
&& bestChromosome.getFitnessValue() >= expectedFitness) {
return true;
}
return false;
}
/**
* 种群演变前操作
* 预留,子类覆盖
*/
protected void beforeEvolve() {
}
/**
* 处理初始化失败
*
* @param invalidChromosome
*/
protected void handleInitFailure(T invalidChromosome) {
// 由具体业务实现
}
/**
* 初始化种群
*/
public void initPopulation() {
populations = new ArrayList<>(populationSize);
for (int i = 0; i < Integer.MAX_VALUE; i++) {
log.info("init population {}", i);
T chromosome = newChromosome();
// 如果达到临界值,还没初始化成功
if (i > populationSize * 5
&& populations.size() == 0) {
handleInitFailure(chromosome);
return;
}
if (!chromosome.isValid()) {
log.info("init population {}, invalid!", i);
continue;
}
populations.add(chromosome);
if (populations.size() == populationSize) {
return;
}
}
}
/**
* 获取种群中适应度最高的染色体
*
* @return
*/
public Optional<T> getBestChromosomeFromPopulation() {
if (CollectionUtils.isEmpty(populations)) {
return Optional.empty();
}
return populations.stream()
.filter(Objects::nonNull)
.reduce((c, c2) -> {
return c.getFitness().compareTo(c2.getFitness()) < 0 ? c2 : c;
});
}
/**
* 种群演变
*/
public void evolvePopulation() {
// 选择种群
// 生成子代
// 产生新种群,并替换
...
}
/**
* 种群选择
* 使用算法:轮盘赌选择
* 适应度较高的个体大概率保留,适应度较低的个体可能淘汰
*
* @return
*/
public List<T> selectPopulation() {
...
}
/**
* 选择交叉的父亲
*
* @return 返回两个染色体
*/
public ChromosomePair<T> selectCrossoverParent() {
...
}
/**
* 是否交叉
*
* @return
*/
public boolean isCrossover() {
float probability = random.nextFloat();
return probability < crossoverProbability;
}
/**
* 是否变异
*
* @return
*/
public boolean isMutation() {
float probability = random.nextFloat();
return probability < mutationProbability;
}
/**
* 创建新的染色体
*
* @return
*/
abstract T newChromosome();
/**
* 交叉
*
* @param t1
* @param t2
* @return
*/
abstract ChromosomePair<T> crossover(T t1, T t2);
/**
* 突变
*
* @param t
* @return
*/
abstract T mutation(T t);
}
文章浏览阅读2.1k次,点赞101次,收藏78次。【学习背景】今天主要是来了解Java线程Thread中的run()、start()两个方法的执行有哪些区别,会给出一个简单的测试代码样例,快速理解两者的区别,再从源码层面去追溯start()底层是如何最终调用Thread#run()方法的,个人觉得这样的学习不论对面试,还是实际编程来说都是比较有帮助的。进入正文~学习目录一、代码测试二、源码分析2.1 run()方法2.2 start()方法三、使用总结一、代码测试执行Thread的run()、start()方法的测试代码如下:public_jdk的源码hotspot跟jdk是分开的
文章浏览阅读4.4k次,点赞90次,收藏85次。俄乌冲突中,各方势力通过数据擦除恶意软件破坏关键信息基础设施计算机的数据,达到深度致瘫的效果,同时窃取重要敏感信息。_俄乌网络战观察(一)
文章浏览阅读1.7w次,点赞23次,收藏139次。Maven 私服是一种特殊的Maven远程仓库,它是架设在局域网内的仓库服务,用来代理位于外部的远程仓库(中央仓库、其他远程公共仓库)。当然也并不是说私服只能建立在局域网,也有很多公司会直接把私服部署到公网,具体还是得看公司业务的性质是否是保密的等等,因为局域网的话只能在公司用,部署到公网的话员工在家里也可以办公使用。_nexus maven
文章浏览阅读934次。我先用所有的样本数据对模型做几轮初步训练,让深度神经模型基本拟合(数万条记录的训练集,识别率到99%左右),具备初步的识别能力,这时的模型就是“直男”。相较于训练很多轮、拟合程度很高的“油腻男”,它的拟合程度较低,还是“直男愣头青”。..............._java ocr ai识别训练
文章浏览阅读688次。一、问题现象: 在数据库表中日期字段中存的日期光有年月日,没有时分秒。二、产生原因:三 解决办法 检查表的相应映射xml文件。 <property name="operateDate" type="Date">如果同上面所写,那问题出在 type类型上了正确写法 :<property name="operateDate" type="java.util..._hibernate解析時間只有年月日沒有時分秒
文章浏览阅读1k次。通过react-native-tab-navigator实现下面这样的底部Tab切换安装npm install react-native-tab-navigator --save属性TabNavigator 属性 属性名 描述 sceneStyle 切换的每一屏的样式,等同于每一屏根View的样式 tabBarStyle ..._evaluating react-native-tab-navigator.js
文章浏览阅读1k次,点赞2次,收藏2次。文章目录问题描述:解决方案:问题描述:提示:idea springbbot运行无法编译成功,找不到jar包报错E:\ideaProject\demokkkk\src\main\java\com\example\demo\config\WebSocketConfig.javaError:(3, 46) java: 程序包org.springframework.context.annotation不存在Error:(4, 46) java: 程序包org.springframework.conte_error:(3, 46) java: 程序包org.springframework.context.annotation不存在
文章浏览阅读6.4k次,点赞6次,收藏36次。1、redux中间件中间件提供第三方插件的模式,自定义拦截 action -> reducer 的过程。变为 action -> middlewares -> reducer 。这种机制可以让我们改变数据流,实现如异步 action ,action 过滤,日志输出,异常报告等功能。常见的中间件:redux-logger:提供日志输出redux-thunk:处理异步操作..._recate面试
文章浏览阅读405次。由于要在开发板中加载libjpeg,不能使用gcc编译的库文件给以使用,需要自己配置使用另外的编译器编译该库文件。/usr/bin/ld:.libs/jaricom.o:RelocationsingenericELF(EM:40)/usr/bin/ld:.libs/jaricom.o:RelocationsingenericELF(EM:40)...._jpeg_utils.lo: relocations in generic elf (em: 8) error adding symbols: file
文章浏览阅读578次,点赞10次,收藏17次。【办公类-22-06】周计划系列(1)“信息窗” (2024年调整版本)
文章浏览阅读309次。SEO全称为Search Engine Optimization,中文解释为搜索引擎优化。一般指通过对网站内部调整优化及站外优化,使网站满足搜索引擎收录排名需求,在搜索引擎中提高关键词排名,从而把精准..._百度seo resetful
文章浏览阅读438次。回归预测 | Matlab实现HPO-ELM猎食者算法优化极限学习机的数据回归预测_猎食者优化算法