遗传算法在高校教务系统中的应用

高 敏

（齐齐哈尔工程学院，黑龙江 齐齐哈尔 161005）

在高校的日常管理工作中，教务管理居于核心的地位，也是高校一切工作所围绕的基础.因此，应进一步完善高校教务管理系统，提高教务管理工作质量和水平.

1 遗传算法简介

1.1 起源与发展

遗传算法最早起源于美国，也被称为自适应概率优化技术，能够满足复杂系统优化的需要.在生物界中，普遍存在着自然选择与进化机制，著名科学家约翰·亨利·霍兰德在进行生物系统模拟实验时，得到了启发并积极借鉴，由此创造出了遗传算法.

1.2 基本原理

遗传算法是一种随机全局搜索与优化的方法，其模拟对象是自然选择中的生物进化，有着全局、高效、全方位搜索的特征.在整个搜索过程中，可以实现自动适应和控制，并能够对搜索空间的相关知识进行积累，以求得最优解.每一代遗传算法，其所依据的适应度值，都存在于个体问题域之中，通过选择个体而获得新的近似解.从原理上来看，遗传算法代表了解决问题的过程中，解群的一个种群的开始.由于基因编码的组合，使其具备了染色体的特征，经过逐代运算而得出更优化的近似解.任何一代的运算过程，都需要借助遗传学的遗传因子，在经过变异和交叉组合之后，所产生的高级种群具有更高的适应度.类似于自然进化的种群，程序运算过程的后代种群，往往比前代种群能够更好地适应环境.最后一代种群中，最优个体由于经过了解码，因而成为问题的近似最优解[1].

1.3 遗传算法的流程

遗传算法属于一种复制、交叉和变异的现象，是基于对自然界中遗传规律的模拟，可以开始于任意一个原始种群.选择、交叉和变异的操作，都是随机选择的，所产生的新的种群，在空间中的进化地方越来越好.结果数代的繁衍进化之后，收敛得到的种群，对环境的适应性最佳，即为问题的最优解.遗传算法的基本运算过程，包括了编码、初始种群的生成、适应度值评价检测、选择、交叉、变异、以及条件的终止判断.其标准的步骤流程如下：先初始化产生随机种群，随后重新评价个体并选择进行操作；再采用适宜的交叉方法和概率，从而得到适应度高的新个体；最后在一定的变异方法和概率指导下，生成新的个体.

2 现有教务管理系统中存在的问题与改进

2.1 问题分析

现有的教务管理系统中，大多数所具备的功能，仅限于教学管理的子系统.基于教学流程的分析，也都是以某一高校为模板的，待其开发试用成功后，再推广到其他的学校.由此存在了一种情况，特殊替代了一般，进而造成了系统通用性的不足.首先，缺乏友好型的操作界面，智能化程序普遍不高，仅能够完成一些简单的课程设置与信息管理，在一些技术难点方面还有待进一步完善.其次，排课、排考是教务管理系统的关键所在，但基于该模块的功能，基本系统增加了一些约束条件，依然难以自动完成自动排课与排考.所显示出来的课程，只局限于无法安排的范围，还需要进行手工排课.即便教学资源较为充足，排课、排考的功能可以实现，但在离散度方面，所拍的课程表往往欠佳.再次，在实际运作中，系统的许多功能无法实现，如教学评价模块、教材管理模块、书费收扣模块等.此外，由于系统的功能不够完善，极大地降低了教务管理工作的效率[2].

2.2 系统的改进方向

对于当前教务管理系统中所存在的问题，应当从三个子系统方面予以改进，即教学管理、教学工作量管理与教室借用.在高校教务管理工作中，教学管理属于核心部分.涉及的范围较广，从教学资源的配置、到教学计划与课程的安排、再到考试管理与教学评价，且彼此之间相互独立，但又有着密切的关系.在进行系统设计时，应当对数据业务流程、系统维护、学生管理、师资管理、教学计划管理、智能排课功能、选课管理、考试管理、成绩管理等模块，进行全面综合的分析[3].

计算教学工作量，也是教务管理的一项重要内容，以往长期采用手工方式.不仅工作量大，且出差的效率也较高.在教学工作量管理子系统中，应当采用信息可查询的模式，便于管理人员和教师进行查询.对于不同信息系统的数据对接，以及实现信息的充分共享，有助于教务管理工作效率的提高.由于当前教室资源的紧张，给教室借用工作带来了较大的难度.成熟的教室借用管理子系统，应当涵盖教室使用信息管理、台凳借用管理、教室类型管理、教室资源管理、以及统计、查询与报表，从而满足正常教学活动的使用需求.

3 遗传算法在高校教务管理系统中的应用

在高校教务管理系统中，排课与排考是最为复杂的问题，在本质上都属于时间表问题的求解.由于一些学校缺乏智能化的计算机系统，实际采用的排课、排考模式，与手工操作区别不大.在完成排课工作后，由于其科学性与合理性不足，容易受到任课教师的质疑.管理人员在收集意见之后，再对安排进行手工调整，才能够形成最终的执行时间安排表.而遗传算法的应用，能够很好地解决时间表问题，让排课、排课工作更加科学高效.

3.1 时间表问题

在我们的日常生活中，时间表问题较为常见，都需要进行合理的设计.不仅追求效率的最大化，更注重出错概率的减少.在教务工作中，也存在着诸如课程表、上课时间表、教室安排等时间表问题，需要得到较好的解决方案.时间表问题往往涉及的约束条件很多，可以将其区分为硬约束和软约束两个方面.前者是必须无条件满足的，而后者则是在条件允许的情况下进行，算法更加合理、人性与智能化，因而也变得更加复杂[4].

3.2 排课问题的模型与数学描述

排课问题与教师授课、学生学习之间息息相关，随着近年来高校招生规模的持续扩大，给教务排课带来了前所未有的难度.首先要在下一学期开始之前，对教学计划予以确定，以此为依据确定所开课程的逻辑班，并确定上课的教师与教室设备.以硬件条件的要求为依据，进行目标函数的构建，在结合软件条件的要求，在经过公式化之后得到适度函数，所得出的解即为最优的排课解决方案.时间、课程、教师、班级、教室等因素，在排课时都应当予以充分考虑.在进行数学描述时，都可以采用数学集合的方法完成.

3.3 设计适应度函数

在排课问题之后，采用不同的编排方案，最终得到不一样的效果.通常是以适用度的大小，作为方案优劣的衡量依据.在遗传算法中，个体对于下一代的遗传概率，取决于其适应度的大小，并以此为依据设计适应度函数.在遗传进化过程中，需要检验新产生的个体.如果所有的定点都能被搜索到，则视为有效个体，运用函数计算适应度.

3.4 改进遗传算子

在标准遗传算法中，新的子代个体的产生，是交叉算子与变异算子的共同作用.结合最小生成树的特性，对其进行改进，能够提高搜索的效率.在选择算子时，以新生成个体的适应度为依据，排列顺序由大到小，选择策略时运用随机遍历抽样法.采用适宜的交叉算子，不仅能够提高空间的搜索效率，还避免了大量被淘汰的个体.经过改进后的遗传算子，母体的特征在所繁殖的后代中，得到了最大限度的保留，遗传算法的搜索能力由此而提高.

3.5 结束算法的条件

结束遗传算法时，需要设定一个约束的条件，使其不会永无终止的无限循环下去.在排课问题中，一般会自定义一个世代数，以此作为约束条件，从而终止遗传算法.此时所得到的个体，即为最终解.世代数不能过大或过小，否则会影响收敛效果，得不到最优解.

3.6 多目标任务的排课

在实际排课工作中，往往需要考虑多个目标，以保证所排出的课程表更加科学合理.应当在约束条件中，加入班级课程离散度、上课时间期望值、课时日发布密度等因素，对适应度函数进行修改完善.需要综合考虑教师和学生对上课时间的喜欢程度与效率，以及班级课程的组合方案与教学效果，并保证班级课程的分布均匀[5].

3.7 在排考模块中的应用

在进行考试安排时，需要考虑到科目、班级、场地、时间与监考人员等因素，确保不会产生冲突.根据数据种群的不同，选用目标函数fSI=V1*fSX+V2*fCD+V3*fJK+V4*fFB用于计算考试时间的安排.学生的考试时间安排，需要尽量做到平均分布.其中硬件约束条件分别用 V1、V2、V3来表示，而 V4则代表了软件约束条件，其他的对应分别为：fsx——考生考试冲突约束的罚函数，fcd——考试场地约束的罚函数，fjk——监考员约束的罚函数，ffb——考生考试时间均匀分布的罚函数.

以某高校建筑工程系的14个班级为例，共有教师30人、学生540人，本学期公开设了19门课程.在参数设置时，种群大小为14个，优良数量为5个，更新量为3个，交叉点为2个；进化代数为1400代、变异点为2个、交叉率为50%、变异概率为70%，指定场数12场，连续计算5次.遗传算法计算进化了66代，仅花费了1分钟，获得的最高适应度为1000000个，个体重复为0.在进化过程中，清除的相同个体数目为0，共有330个染色体被替换.经过第一轮计算后，本学期所开设的19门课程，考试场次最多的学生为11场.所得到的经过可以被写入Excel文件，最终得到最优化的考试安排.

4 结语

高校教务管理水平的提高，在很大程度上受到了教务管理系统的影响，需要智能化的系统来提高工作的效率.作为一项复杂性与综合性较强的系统工程，其工作水平的提高，离不开现代化的技术手段.如何利用计算机网络技术，建立科学的教务管理系统，成为摆在我们面前的重要课题.而遗传算法有着很高的智能组合特征，能够进行随机全局的搜索与优化，适用于解决较为复杂的时间表问题.同时，由于受到现实条件、自身水平等因素的制约，高校教务管理系统还有待进一步开发完善.通过进一步对算法进行改进，提高其执行的速度与效率，以促进教务管理工作质量与水平的提升.

〔1〕马永杰,云文霞.遗传算法研究进展[J].计算机应用研究，2012（04）.

〔2〕姚双良.云计算在高校群教务信息系统中的应用探讨[J].江苏科技大学学报，2013（03）.

〔3〕皮卫,屈玲君.基于遗传算法的高校工资管理系统优化设计[J].通讯世界，2017（07）.

〔4〕时合生,谢丽明.基于遗传算法的高职院校教务管理系统的设计[J].民营科技，2013（09）.

〔5〕刘海涛,张晓滨.勤务系统执勤自动化排班研究[J].现代电子技术，2015（07）.