一种基于应用属性论实现智能排课的方法及系统的制作方法
【专利摘要】本发明公开了一种基于应用属性论实现智能排课的方法及系统，该方法包括：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；建立起排课的定性映射函数；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。通过本发明实施例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。
【专利说明】一种基于应用属性论实现智能排课的方法及系统
【技术领域】
[0001]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】
[0002]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。
[0003]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。
[0004]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】
[0005]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
[0006]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:
[0007]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；
[0008]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；
[0009]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；
[0010]基于课时分布信息建立起问题空间和目标空间；
[0011]基于已有的基准数据进行排课优化定位，核准约束条件；
[0012]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。
[0013]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。
[0014]所述目标空间为各种排课可能结果的集合。
[0015]所述基准数据为每一课时的最可几概率分布数据。
[0016]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:
[0017]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；
[0018]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;
[0019]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。
[0020]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。
[0021]所述目标空间为各种排课可能结果的集合。
[0022]所述基准数据为每一课时的最可几概率分布数据。
[0023]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。
【专利附图】
【附图说明】
[0024]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。
[0025]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；
[0026]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】
[0027]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。
[0028]图1示出了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，包括如下步骤:
[0029]S101、基于多端口接收课时分布信息，该课时分布信息包括课时名称及课时人员；
[0030]需要说明的是，该多端口可以是面对着排课人员的录入，也可以是不同教师对排课所需求，这样子方便作为一个接口端输入到系统，完成整个排课的排布等。
[0031]S102、基于课时分布信息建立所对应的属性坐标描述模型；
[0032]需要说明的是，这里是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。通过这种基准安排课时，可以进行授课冲突的检测和处理，有冲突则取下一个较低概率课程。
[0033]S103、建立起排课的定性映射函数；
[0034]该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；如果结果为NORMAL，则选择这个科目安排在这个课时上是合适的，如果结果是ERROR，则表明上面提到的诸方面中至少一个以上发生了冲突，是一个不合适的科目，应该进行轮转，到下一个科目进行计算函数值来判断。
[0035]S104、基于课时分布信息建立起问题空间和目标空间；
[0036]问题空间是教学计划各因素教师、课程、学生、班级、课室等诸多因素的集合，体现为教学计划表。就是排课问题的出发点。目标空间是各种排课可能结果的集合。体现形式为全校总课表，总表、年级课表、班级课表、教师课表等形式。
[0037]S106、基于已有的基准数据进行排课优化定位，核准约束条件；
[0038]对学校过往的成熟课表进行学习，抽取该校排课的风格信息，以概率分布表的形式作为排课的基准选择。
[0039]课表的基准就是一周内每个课时最适合安排什么课目，不能安排什么科目，这由概率分布表矩阵来表示；其中概率最高的一系列课程组合成的一维矩阵，就是这个二维基准矩阵的特征性。
[0040]基准数据就是每一课时的最可几概率分布数据，每一格式是一个基准元素数据，整个表格构成完整的基准。
[0041]需要核准的主要约束条件可以有如下的要求方式:
[0042]比如基本原则要求:
[0043]同一班级的学生在同一时间不能安排两门课程；
[0044]同一教师在同一时间不能安排两门课程；
[0045]同一教室在同一时间不能安排两门课程；
[0046]同一时间安排的课程总数不能大于所能提供的教室总数；
[0047]某一课程参加学习的总人数不应大于所安排教室的座位数；
[0048]所提供教室的属性与课程所需教室的属性一致。
[0049]比如优化性能要求:
[0050]要尽量为所排课程安排上该类课效果最好的时间；
[0051]课程在一周上多次时，要有一定的间隔性；
[0052]公共课等涉及面广、学时多的课程应优先处理；
[0053]一个老师当天的课程尽量连上，教室不应相隔太远；
[0054]同一天有几门课时尽量把课分散；
[0055]优先满足一些特殊要求，如体育场地要求和理化等带实验课程不安排在第一节；
[0056]所采用的算法稳定可靠，在保证性能前提下，减少存储和处理器资源消耗。
[0057]S107、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。
[0058]用概率分布表作为一个直观的规则表示法，并且在学习的基础上，还可以进行手工的编辑。
[0059]图2示出了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，该系统包括有:
[0060]多端口接入模块，用于接收课时分布信息，该课时分布信息包括课时名称及课时人员；
[0061]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;
[0062]发送模块，用于将该排课表反馈到对应的多端口所对应的课时人员上。
[0063]该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。
[0064]该目标空间为各种排课可能结果的集合。
[0065]该基准数据为每一课时的最可几概率分布数据。
[0066]综上，在本发明中本发明主要采用属性论原理进行排课，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。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。
[0067]本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括:只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
[0068]以上对本发明实施例所提供的基于应用属性论实现智能排课的方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
【权利要求】
1.一种基于应用属性论实现智能排课的方法，其特征在于，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。
2.如权利要求1所述的基于应用属性论实现智能排课的方法，其特征在于，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。
3.如权利要求1所述的基于多应用属性实现智能排课的方法，其特征在于，所述目标空间为各种排课可能结果的集合。
4.如权利要求1所述的基于应用属性论实现智能排课的方法，其特征在于，所述基准数据为每一课时的最可几概率分布数据。
5.一种基于应用属性论实现智能排课的系统，其特征在于，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。
6.如权利要求5所述的基于应用属性论实现智能排课的方法，其特征在于，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。
7.如权利要求5所述的基于应用属性论实现智能排课的方法，其特征在于，所述目标空间为各种排课可能结果的集合。
8.如权利要求5所述的基于应用属性论实现智能排课的方法，其特征在于，所述基准数据为每一课时的最可几概率分布数据。
【文档编号】G06Q50/20GK104268810SQ201410474890
【公开日】2015年1月7日 申请日期:2014年9月17日 优先权日:2014年9月17日
【发明者】卢春和 申请人:广州迅云教育科技有限公司