基于遗传学算法的排课探索实验

首先模拟了每个班级为： 张三语文（12）、李四数学（12）、王五英语（12）、赵六物理（10）、孙琪化学（9）、李八生物（9）、郑久体育（2） 对2个班级的排课，一周6天，上午4 下午4  晚上3 的一个课程安排

适应度暂时设置了下面4点

1、设置了适应度条件2节课连续上，且不能4节连上（张三语文、李四数学、王五英语、赵六物理、孙琪化学、李八生物）

2、老师每天的一个工作量

3、老师时间冲突

4、班级时间冲突

首选初始化了100个种群，种群迭代100代，交叉算子（0.9）变异算子（0.8）并通过退火算法选择种群适应度交换逻辑（这里只处理了个体优异差异非全局，怕影响性能）

通过代码基础逻辑用控制台输出迭代种群适配都可以看到适配的 190 上升 到 610  的上升趋势（部分细微降低还是局部个体最优造成），当计算到52代时候基本就固定了

  通过上面的迭代遗传计算，最后得到的还是比较适宜的结果，输出班级课表如下：

 

第二次执行：为了验证结果，重新执行了代码看了下种群的适应度保持在了 606 ，与第一次差异不大

 

接下来在执行第三次查看种群的最佳适应度达到 638

 通过上述设定，为了防止不必要的执行和重新执行，设置一个终止条件（比如多少代种群没有进化度）重新择优开始继续迭代，已便达到最接近的最大种群适应度的解

其实结果还是有问题的，比如体育排到了晚上（可以设置禁忌条件（硬性条件） 适配度（软性条件）），如果通过设置禁忌条件来筛选次优解，但是这样的出来的最优解差距偏离比较大，最好还是通过设置种群适配来处理

下面通过增加种群是适应度调整 可以看到下面的结果，这里变异算子被去掉了，课程全部都是填满的，变异和交叉区别没有意义，这里设置了禁忌处理，最终适应度也达到630，禁忌取到的最有适配度也是630，

体育课不存在晚上了，适应度高

 接下来我用红色颜色来表示下  老师时间冲突的情况，监控下整个种群的变化情况

初始化种群的输出，可以看到 标记还是比较多的

 

第一代：

 第三代：

 第14代：

 第19代以后基本不出现老师冲突了,这里显示大概罗列下图

 

 

 

通过上面 随着适应度增加，各种预植的条件都得到了满足，当然现在的条件还不够，比如可以更大的教师条件，以及设置更多的课程来增加种群的数量，计算性能可能没这么快了