在大学排课中使用遗传算法以公平高效地确定教学任务
神经与进化计算
2025-09-10 v1
摘要
本文提出了一种遗传算法（GA），通过在每年的三个学期中将约 200 个班级算法化地分配给约 50 名教授，为大学物理系创建教学排课表。该算法由 GA 的染色体驱动，这些染色体对枚举的教授和班级列表之间的拟议配对进行编码。配对的适应度通过考虑合同工作约束和个人教学偏好来衡量。该算法使用标准的交叉和变异操作，在多代中寻求越来越优化的排课表。本文详细介绍了该算法的实现和性能，包括一些可解释性发现。总体而言，我们对该算法非常满意，因为它通常能在几分钟内收敛，并分配超过 90% 的所需班级。使用一种指标为每位教授的排课表打分，以衡量其偏好得到满足的程度。这些分数可用于确保教授之间班级分配的纵向公平性。
引用
@article{arxiv.2509.06981,
title = {Use of a genetic algorithm in university scheduling for equitable and efficient determination of teaching assignments},
author = {Tom Bensky and Karl Saunders},
journal= {arXiv preprint arXiv:2509.06981},
year = {2025}
}
备注
13 pages, 7 figures, 6 tabes