[发明专利]一种基于应用属性论实现智能排课的方法及系统

说明书

技术领域

本发明涉及信息技术领域，具体涉及一种基于应用属性论实现智能排课的方法及系统。

背景技术

现有的自动排课算法以课程为中心，进行搜索匹配，取最先匹配的值；具有占有空间少，运算速度快的特点。而基于优先级的排课算法在设计算法时,为了降低课程调度的算法复杂性,主要采用了化整为零的思想及优先级算法。

基于冲突检测的自动排课算法自动排课算法未对数据进行择优选取，所以不能对教师、教室等教学资源进行合理分配。不能满足各个学校排课风格的需求，比如有些课程安排到上午会更合适些，有些课程不能安排到上午等。

一般的排课方法，在整个目标空间上进行匹配的搜索，再把每个选项与规则相比较，在相违的情况下，反复进行回塑尝试，直到找到满意的解。实际上这个过程完全可能是无解，这就迫使软件只能使用更少的规则，以保证软件的收敛性。另一方面，很多学校排课的需求不容易用显性的规则来描述。

发明内容

基于现有技术的不足，本发明提供了一种基于应用属性论实现智能排课的方法及系统，避免了大量的搜索回塑过程,提高排课算法运行效率，使用多种排课策略，进行更人性化的排课

本发明提供了一种基于应用属性论实现智能排课的方法，包括如下步骤：

基于多端口接收课时分布信息，所述课时分布信息包括课时名称及课时人员；

基于课时分布信息建立所对应的属性坐标描述模型，将课时分布信息二维数组序列号，形成一维数组，将一维数组的下标作为属性坐标，对应每个点有一个课时分布的概率分布基准，以这个概率分布式基准安排课时；

建立起排课的定性映射函数，所述函数反映与课程数量与已经排出的数量、课程的优先级、课程分配到教师的分布、课程在一个班内在时间线上的分布的综合评判函数；

基于课时分布信息建立起问题空间和目标空间；

基于已有的基准数据进行排课优化定位，核准约束条件；

用概率分布方法建立排课表，并将所述排课表反馈到对应的多端口所对应的课时人员上。

所述基于课时分布信息建立起问题空间和目标空间中的问题空间包括：教学计划中各因素教师、课程、学生、班级、课室的集合。

所述目标空间为各种排课可能结果的集合。

所述基准数据为每一课时的最可几概率分布数据。

相应的，本发明还提供了一种基于应用属性论实现智能排课的系统，包括：

多端口接入模块，用于接收课时分布信息，所述课时分布信息包括课时名称及课时人员；

处理模块，用于基于课时分布信息建立所对应的属性坐标描述模型，将课时分布信息二维数组序列号，形成一维数组，将一维数组的下标作为属性坐标，对应每个点有一个课时分布的概率分布基准，以这个概率分布式基准安排课时；建立起排课的定性映射函数，所述函数反映与课程数量与已经排出的数量、课程的优先级、课程分配到教师的分布、课程在一个班内在时间线上的分布的综合评判函数；基于课时分布信息建立起问题空间和目标空间；基于已有的基准数据进行排课优化定位，核准约束条件；用概率分布方法建立排课表；

发送模块，用于将所述排课表反馈到对应的多端口所对应的课时人员上。

所述基于课时分布信息建立起问题空间和目标空间中的问题空间包括：教学计划中各因素教师、课程、学生、班级、课室的集合。

所述目标空间为各种排课可能结果的集合。

所述基准数据为每一课时的最可几概率分布数据。

在本发明中属性论的方法应用，主动根据必然的排课规律来进行有指导的排课过程，避免了大量的搜索加塑过程，概率分布表的形象化排课规律，一目了然，还可以手工编辑。避免采取抽象的规律，突破了规律数量的限制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的基于应用属性论实现智能排课的方法流程图；

图2是本发明实施例中的基于应用属性论实现智能排课的系统结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。