推荐6篇关于适应度函数的计算机专业论文

今天分享的是关于适应度函数的6篇计算机毕业论文范文, 如果你的论文涉及到适应度函数等主题,本文能够帮助到你 基于遗传算法网上排课系统的实现 这是一篇关于排课问题,遗传算法

今天分享的是关于适应度函数的6篇计算机毕业论文范文, 如果你的论文涉及到适应度函数等主题,本文能够帮助到你

基于遗传算法网上排课系统的实现

这是一篇关于排课问题,遗传算法,适应度函数,Struts架构,Hibernate架构的论文, 主要内容为教学管理的重要问题之一就是实现教学管理中的排课问题。单纯采用效率低的人工排课方式,已成为提高高校教学管理质量的瓶颈。合理利用教学资源进行智能排课已成为教学领域中一个重要的研究课题。 排课问题是一个多约束的、多目标的组合优化问题,并已证明排课问题是NP完全问题。遗传算法是一种以自然界选择和进化机制为基础的寻优算法,具有高度随机、并行、自适应的特点,是解决NP完全问题的行之有效的方法之一。本文使用MyEclipse开发环境,SQL2000数据库开发工具、Tomcat服务器,并运用Struts架构和Hibernate架构,实现了基于遗传算法网上排课系统。 本文首先从需求、数据和约束条件对排课问题进行了分析,给出了实现排课系统的总体结构;其次对排课问题进行了数据库的分析与设计,给出了系统的E-R图;然后对基因和染色体编码、初始种群大小、适应度函数、遗传算子、控制参数等遗传算法的操作进行了分析与设计,并对遗传算法进行了优化,即将教师、教室、时间和课程四元素中的教师和课程进行捆绑,把四元素目标问题优化为教师-课程、时间和教室三元素目标问题,减少了搜索时间;最后实现了管理员、学生和教师功能模块,通过对系统的测试表明,该排课系统达到了令人满意的效果。

基于遗传算法网上排课系统的实现

这是一篇关于排课问题,遗传算法,适应度函数,Struts架构,Hibernate架构的论文, 主要内容为教学管理的重要问题之一就是实现教学管理中的排课问题。单纯采用效率低的人工排课方式,已成为提高高校教学管理质量的瓶颈。合理利用教学资源进行智能排课已成为教学领域中一个重要的研究课题。 排课问题是一个多约束的、多目标的组合优化问题,并已证明排课问题是NP完全问题。遗传算法是一种以自然界选择和进化机制为基础的寻优算法,具有高度随机、并行、自适应的特点,是解决NP完全问题的行之有效的方法之一。本文使用MyEclipse开发环境,SQL2000数据库开发工具、Tomcat服务器,并运用Struts架构和Hibernate架构,实现了基于遗传算法网上排课系统。 本文首先从需求、数据和约束条件对排课问题进行了分析,给出了实现排课系统的总体结构;其次对排课问题进行了数据库的分析与设计,给出了系统的E-R图;然后对基因和染色体编码、初始种群大小、适应度函数、遗传算子、控制参数等遗传算法的操作进行了分析与设计,并对遗传算法进行了优化,即将教师、教室、时间和课程四元素中的教师和课程进行捆绑,把四元素目标问题优化为教师-课程、时间和教室三元素目标问题,减少了搜索时间;最后实现了管理员、学生和教师功能模块,通过对系统的测试表明,该排课系统达到了令人满意的效果。

基于蚁狮算法的智能组卷系统的设计与实现

这是一篇关于蚁狮算法,自动组卷,适应度函数的论文, 主要内容为在线考试是现代远程教育的一个典型应用的例子,虽然传统的考试形式在现阶段仍然十分普遍,但随着远程教育的普及,计算机科学技术的迅猛发展,作为一种考试手段的在线考试系统,因为其具有不受空间和时间限制等优点,具有更高的自由度,对考生而言,在线考试和计算机自动组卷更为客观和公平,并且可以保存成绩,答案,试题等。已在考试领域得到了广泛的应用。越来越多的重要考试正在向在线考试方向发展。自动组卷模块是考试系统中必不可少的核心组成部分,组卷效果的好坏直接关系到教学效果的判定,直接关系到对考生掌握相关知识程度的检测。随着人工智能的快速发展,已经有越来越多的研究人员关注这个方向。计算机智能组卷的实质就是遵循各种出题约束规则,在试题库中抽取一组试题,使得它们各种属性的取值都在一定的取值范围内,满足出卷人的出卷要求。组卷问题的其核心问题是多目标选题策略。本文以基于蚁狮算法的组卷策略作为研究重点,并以组卷系统为载体,把蚁狮算法的组卷策略应用到其中。针对组卷问题的特点,蚁狮算法组卷策略能有效地解决智能组卷的约束问题,具有较好的组卷效率和应用前景。本文针对组卷模块中的组卷策略问题,并利用蚁狮优化算法参数设置少,全局寻优能力强的特点,将蚁狮算法算法运用到组卷模块中,基于蚁狮优化算法的组卷系统能从试题库中迅速并且准确地选择出一套符合出题人要求的试题,从而得到一套令人较为满意的试卷。本文以中学组卷系统为研究对象,阐述了组卷系统的国内外研究现状,概括了蚁狮算法的基本原理,使用MATLAB模拟了基于蚁狮算法的组卷过程,实验结果表明,基于蚁狮算法的组卷系统,效率高,运行速度快,具有较好的性能和实用性。本文的组卷系统利用了ASP.NET和MSSQL实现了一个基于蚁狮算法的在线组卷系统。

基于遗传算法的生产计划调度系统设计与实现

这是一篇关于遗传算法,计划调度,适应度函数,系统集成的论文, 主要内容为随着科学技术水平的快速发展及市场化竞争水平的提高,现代企业为满足瞬息万变的市场需求,需要进行科学有效的生产计划调度,在最短时间内,充分利用现有生产资源,提供高质量的产品与优质的服务,提高企业自身竞争力。本文通过对国内外生产计划调度相关理论及系统进行研究,结合目前小品种、多批次的生产模式,以遗传算法为基础,在明确生产计划调度实际业务需求的基础上,将遗传算法的技术与理论与生产计划调度过程中的处理对象与实际问题相结合,完成了生产计划调度系统功能模块设计,构建了系统总体架构。在生产计划调度核心模块排产管理的详细设计中,通过三维立体编码方式,将工人、机床、零件、时间段等生产要素融入三维立体坐标;在适应度函数设计上考虑了繁难加工任务、加工间隔期望、机床工作日分布均匀度、工人工时分布期望、特殊产品加工期望等方面的影响计划排产因素;在遗传选择操作方面,采用了赌轮选择法与两个最优解的保存策略;在遗传交叉变异操作方面,通过自适应的操作概率保证了系统处理数据的多样性。并通过数据测试完成了遗传算法控制参数设置,对采取最优解保存策略的遗传选择操作优化效果进行了比较分析。最后,通过设置一定的系统环境,验证了系统基于本文遗传算法的生产计划排产能力。并基于J2EE+Oracle的开发平台实现了生产计划调度系统,通过程序设计逻辑与系统功能界面验证了系统在计划排产与日常操作中的作用与效果。

基于遗传算法网上排课系统的实现

这是一篇关于排课问题,遗传算法,适应度函数,Struts架构,Hibernate架构的论文, 主要内容为教学管理的重要问题之一就是实现教学管理中的排课问题。单纯采用效率低的人工排课方式,已成为提高高校教学管理质量的瓶颈。合理利用教学资源进行智能排课已成为教学领域中一个重要的研究课题。 排课问题是一个多约束的、多目标的组合优化问题,并已证明排课问题是NP完全问题。遗传算法是一种以自然界选择和进化机制为基础的寻优算法,具有高度随机、并行、自适应的特点,是解决NP完全问题的行之有效的方法之一。本文使用MyEclipse开发环境,SQL2000数据库开发工具、Tomcat服务器,并运用Struts架构和Hibernate架构,实现了基于遗传算法网上排课系统。 本文首先从需求、数据和约束条件对排课问题进行了分析,给出了实现排课系统的总体结构;其次对排课问题进行了数据库的分析与设计,给出了系统的E-R图;然后对基因和染色体编码、初始种群大小、适应度函数、遗传算子、控制参数等遗传算法的操作进行了分析与设计,并对遗传算法进行了优化,即将教师、教室、时间和课程四元素中的教师和课程进行捆绑,把四元素目标问题优化为教师-课程、时间和教室三元素目标问题,减少了搜索时间;最后实现了管理员、学生和教师功能模块,通过对系统的测试表明,该排课系统达到了令人满意的效果。

基于遗传算法的排课系统的设计与实现

这是一篇关于排课,遗传算法,适应度函数的论文, 主要内容为排课是高校教务管理工作中最重要也最复杂的业务之一。研究设计一个能够实现网上自动排课系统是国内众多高校的迫切需要。排课问题是一个NP完全优化问题,而利用遗传算法能够比较理想地解决这个问题。将遗传算法用于排课系统时,影响算法搜索近似最优解效率的关键是适应度函数。本文中设计的适应度函数采用布尔矩阵对课表基因进行编码,以提高算法的搜索能力。并分别在局部课表问题和全局课表问题上进行了设计,以达到课表编排的最优化。遗传算法在两个层面上应用在课表问题中:(一)针对单门课程寻找最优组合;(二)针对多门课程搜索最佳的排课先后顺序。“甩课”是排课中必定会产生的现象,通过改进三种算法来避免和排除“甩课”问题,分别是:课程时间安排过程中的算法改进、课程时间安排后的算法改进和对已排课程调整的算法改进。 系统采用的是浏览器/服务器结构,采用JSP动态网页技术开发,选用SQL Server 2000作为后台数据库管理平台,利用JDBC技术来实现Web服务器与数据库服务器的连接。实践证明,该系统能实现排课,满足浏览器/服务器结构网上排课的要求;系统运行良好,对实现高校网上排课,完善高校教务管理工作具有一定的参考价值。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码工坊 ,原文地址:https://m.bishedaima.com/lunwen/51035.html

相关推荐

发表回复

登录后才能评论