基于灰狼算法的高校实验课网络排课问题研究

阮德致, 梁荣, 迟军, 季英萍

(宁波工程学院 杭州湾汽车学院， 浙江 宁波 315000)

0 引言

随着我国高等教育规模的扩大和在校人数的增加，排课的工作量和难度不断增加，因此研究高校实验课网络排课系统算法具有重要的理论价值和实际意义[1]。传统的人工排课算法具有任务量大、费时和效率低下的缺点，随着人工智能算法、运筹学和计算机科学的发展，很多群智能算法被应用于课程编排领域，比如粒子群算法和遗传算法[2、3]，为课程编排提供了新的方法和途径。然而，粒子群算法不能单独解决课程排课约束问题，遗传算法虽然可以解决约束问题，但存在计算时间过长的缺点。

灰狼优化算法(Grey Wolf Optimization Algorithm，GWO)是模仿灰狼等级划分和灰狼捕食行为而提出的群智能搜索算法[4]。该算法具有控制参数少、收敛速度快和计算简单等优点，已在机器学习、函数寻优、数据挖掘、电力调度、控制器设计调优等方面得到广泛应用[5-6]。为提高高校实验课网络排课的效率，节约排课时间和工作量，提出一种基于GWO的高校实验课网络排课优化算法。

1 排课问题数学模型

1.1 排课问题数学描述

教师T={t1,t2,…,tn}，ti具有教师工号、姓名和职称等属性，其中教师号是唯一标志。课程C={c1,c2,…,cn}，ci具有课程号、总课时量、周课时量以及周数等属性，其中课程号是唯一标志。班级B={b1,b2,…,bn}，bi具有班级号和班级人数等属性，其中班级号是唯一标志。课堂CU={cu1,cu2,…,cun}，cui具有课堂号、班级号和人数等属性，其中课堂号是唯一标志。排课问题可以简化为作业调度问题[7]：若教室个数为m、上课周数为w、某天上课次数为j，那么有m×w×j个可以分配的教室时间段，如何分配n个教师号课堂号ticui使得所有排课时间最短。……