排课，算法是关键。盘点几大主流算法。

排课问题历史由来已久，尤其是在新高考走班之后，对排课软件需求尤为突出，存在于每所学校中，是教学工作正常有序开展的基本保证。针对现在的排课算法进行分析，找出最优算法是很难的，只能是不同的学校根据自身的特点找出一个可行性高的算法来设计排课系统。 因此，排课软件公司针对学校定制一套完整的方案才是解决问题的关键。

为了保证教学顺利有序地进行，严格执行教学计划是教学管理的中心环节，为了达到对学生的培养目的、提高教学质量，合理安排的课表起着解决性的作用。随着计算机的广泛应用，深入到每一所学校中，每个学校都在深入发展信息化管理，在此基础上，排课问题也从原来的手工排课逐渐被计算机智能排课所取代。

下面是几种比较著名的算法介绍：

1.遗传算法

遗传算法是由美国Michigan大学的J.Holland教授在1975年首先提出，是借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。这种算法的主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。

遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。

遗传算法包括选择、交叉和变异三种操作。经过几十年的发展，遗传算法得到了改进和优化，在解决排课问题中发挥了巨大的作用。

2.回溯算法

回溯算法也叫试探法，它是一种系统地搜索问题的解的方法。回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来基于遗传算法的随机优化搜索，换一条路再试。

回溯算法是一个既带有系统性又带有跳跃性的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适用于解一些组合数较大的问题。

3.分布式算法

除了以上一些算法之外，国内外还有很多学者，从课元，资源匹配，分组优化策略等不同的角度对排课问题做出了研究。如广州宏途教育就联合国内外众多专家研发出分布式算法，将排课表问题中的分组优化，基于资源极限利用的一种排课方法，让学校在现有资源情况下不增加一名教师、一间教室情况下实现极限排课，极大满足了学校的实际需求。通过人机结合方式基本能满足学校所有排课需求。

终上所述，迄今为止，还没有一个真正意义上好的算法来解决自动排课这一问题，虽然已经有了各种排课系统来完成排课这一任务，但是算法的好坏还是有待实际使用中来检验的。

（编辑：拼字网 - 核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!