基于web技術和人工智能算法的高校智能排課系統研究

張慧寧

（廣東石油化工學院，廣東 茂名525000）

0 引言

實驗室排課一直就是實驗室管理者的一項經常性工作，然而大學實驗室儀器設備種類繁多，用途和性質都各有不同給資源調度帶來了一定的困難。 各學科又都面臨著諸如實驗室資源使用緊張等問題。 所以，如何利用先進的信息技術，實現對實驗室排課工作有效、合理的管理，是實驗室系統的建設者和實驗管理職能部門需要考慮的重點問題。

1 現狀以及問題

各高校目前都有自己的排課系統，但各系統設計中都沒有考慮到各學科實驗室性質不同、實驗儀器設備使用狀態的差異、大型設備與小型設備能支持同時參與實驗的學生人數不同等情況，而是將實驗課以一個一個的課室為單位實行課程排列，與多媒體課室做同樣的排課處理，這樣必然會導致資源使用不合理，約束性大；同時沒有專門的實驗排課系統，也更加凸顯了實驗室資源無法統一調度、易用性較差等矛盾。

合理的資源安排同時也反映在排課的模式上， 然而傳統意義上的排課模式單一， 沒有根據實際情況彈性排課， 導致實驗人員工作量過大，造成人力資源的浪費，排課需要花費的時間過長，無法應對突發情況而重新對實驗室進行排課，這些都是實驗室管理人員需要面對的問題。

傳統的實驗室排課系統多數基于整數單目標規劃求近似最優解的方法，并逐漸朝著多目標規劃和啟發式算法框架下前進，傳統意義上的排課主要缺點表現在以下幾個方面：

1）全校實行統一的排課方法，模式單一，實驗課與理論課沒有辦法做到分開排列，無法兼顧實驗需求，靈活性差。

2）沒有按照專業、班級的特點，在實驗集中的時間彈性排課，因工作量過大而影響實驗室管理人員的工作效率，加大了工作人員的心理排斥力。

3）傳統的功能制模式已不能適應教學模式轉變的需要，跟不上實驗課程的各種變化。

4）沒有考慮到班級學生人數與實驗室可用儀器設備數量匹配度，無法彈性操作。

5）排課需要花費的時間過長，傳統的排課算法決定了硬件資源的占用量大，占用率高，直接導致的問題就是無法應對突發情況而重新對實驗室進行排課，以適應實際需要。

目前的實驗室排課系統仍然存在不少的技術缺陷，需要苛刻的環境、昂貴的設備、漫長的時間等代價作為彌補，不能很好滿足當前高校需求。 目前排課系統的發展趨勢正朝著高實時性、高準確性以及高抗干擾性等方面發展。隨著計算機技術的發展，近年來，人工智能算法也被用來解決實驗人員排課問題。

2 實時排課系統的設計

本文探討設計了一個實驗室實時智能排課系統，前端頁面設計采用php+html 動態網頁技術設計， 服務器端采用wampserver， 運行于windows server 2008 服務器系統。 系統可實現由用戶自主輸入信息的同時，從數據庫中讀取已有的存儲信息：包括班級數量、每個實驗課的各種請求、班級人數、課程覆蓋要求、課程分配情況以及分配的時間長度下，根據不同的使用情況，結合算法分析計算出最優方案進行智能排課，同時給出約束性滿足情況以及排課需要的各項性能指標，最后返回實驗室排課序列。系統設計能夠有效地改善以往排課系統軟件中諸多弊端，是實驗室專用排課系統，節省時間、人力資源和物力資源。

2.1 系統功能建模

系統在設計的時候使用了功能建模。功能建模是指在業務建模的基礎上，梳理出業務體系所在的問題域的層次關系，確定系統邊界，明確關系接口，劃分不同的子系統，確定各個子系統之間的功能，按照“系統—子系統—功能—程序”的思路編排，且需說明解決哪部分業務以及功能間的關系。

系統采用功能建模的好處：

1）可靠性高、易用性強、準確率高無沖突；

2）實時性強，計算時間短，信息回饋速度快；

3）求解的質量高，能滿足大多數約束性請求；

4）能應付各種突發狀況，彈性適應能力強；

5）系統可維護性強，擴展性好，瀏覽方便。

2.2 關鍵算法合理化探討

系統從數據庫中快速提取配套資源信息，使用帶約束性的機制從新生成初始解值，以達到最佳的初始值效果，為下一步算法處理作好準備。 讀取完數據后采用混合型算法進行數據分析。 混合型算法通過對數據解空間的分離，然后分別進行搜索，得到各個解空間的局部最優解后，再對各個解進行綜合匹配，使最終結果臨近最優解。該方法兼顧了時間效率以及結果質量，同時結合啟發式算法框架對系統開展進一步優化處理。 通過結合這些算法設計出來的系統彈性適應能力強，能從容應對實驗課程的突發請求以及課時變更，而對原有的實驗室排課列表只造成很小的影響。

3 結論

本文從實驗室排課這一角度出發， 提出了一個智能排課系統，應用主流的web 技術，通過使用人工智能算法，在系統使用時智能地分析計算出最優解，使系統在使用時實時性和準確性都比較高，不僅在一定程度上規范了實驗室管理員和教師的排課工作， 提高排課效率，同時也為本單位教學實驗部實施課程調度管理提供依據。

［1］馬瑞民.張全武.限界回溯算法在排課系統模型中的應用[J].齊齊哈爾大學學報，2006，22（05）：50-53.

［2］吳志斌，陳淑珍，孫曉安.回溯算法與計算機智能排課[J].計算機工程，1999（03）：792-801.

［3］彭復明，夏玉敏.高校機房自動排課策略與算法[J].南京工業職業技術學院學報，2007（02）：70-72.

［4］S. Abdennadher， H. Schlenker， INTERDIP-xan interactive constraint based nurse scheduler， in: PACLP-99 [Z].Available from＜http://www.pms.informatik.unimuenchen.de/～interdip＞，1999.

［5］S. Abdennadher， H. Schlenker， Nurse scheduling using constraint logic programming[Z].AAAI/IAAI， 1999， pp.838－843.