论文基于遗传算法的自习时间科学规划小程序，本文是关于遗传算法专升本毕业论文范文跟遗传算法和科学规划和小程序类专升本毕业论文范文.
湖南宁乡一中 李梓睿
【摘 要】本文基于经典的优化算法——遗传算法,对高中生合理安排自习的问题进行了问题的建立与优化结果的实现.在得到可靠的优化结果后建立了更为直观的可视化界面,可以更为方便的对高中课程进行安排,从而提高了高中生的自习效率.
【关键词】优化；遗传算法；matlab
1.前言
在紧张的高中学习生活中,合理安排自习时间是非常必要的.在晚自习中,我经常会遇到在做一门课程的过程中遇到课间,因此学习的连贯性无法得到保障.也因此经常会出现正在思考一道难题而思路被打断,这对于学习效率的提升是没有好处的.但是,只要我们提前预计好每一门课程的学习时间,是可以通过合理的途径安排好不同的课程作业的完成顺序,这样便能够减少学习时间的“碎片化”,同时还可以进行一些细节的规划.笔者利用平日里自学的算法方面的知识,在老师的帮助下学习了一些关于matlab的编程技巧,进而对这个与高中学习密切相关的问题进行了研究.
2.遗传模型的建立
遗传算法是一类借鉴生物界自然选择机制的随机搜索算法,与传统搜索算法不同,遗传算法从随机产生的初始解开始搜索,通过一定的选择、交叉、好坏用适应度值来衡量,从上一代选出一定数量的优秀个体,同时产生部分变异形成下一代群体.
首先是编码问题,在本文中,主要研究的课程安排为我们平日里学习的九门：语文,数学,英语,物理,化学,生物,政治,历史,地理.为了方便编程计算,将其简称为课程1~9,其对应关系为：语文1,数学2,英语3,物理4,化学5,生物6,政治7,历史8,地理9.
每个个体便是由九门课程的不同排列顺序组成,例如123456789便代表自习课上按照语文、数学顺序至地理的方式来进行学习,由于每一个位置都有不同的可能性,因此最多会有种可能性,我们需要针对问题本身对这些可能性进行比较,得到最优的结果.
适应度的设置主要由以下几个部分组成
1）由于可能会有课程被课间分成两部分,取时间较小的一部分为自习碎片时间,由2~3节自习课产生的碎片时间总和来考虑该个体是否适应度高.
2）为了保证知识的连贯性,根据部分科目的相似性,将优先考虑几种课程连续学习的个体,例如：语文同英语连续学习,数学与物理连续学习,这种个体的适应度也将提高.
3）对于大多数理科生来说,文科一直是比较头疼的问题,因此最好将政治、历史与地理分开自习,即尽量避免其连续学习的情况.
交叉操作是指从种群中随机抽取两个个体,在任意两个位置中间进行编码的互换,这样可以保证个体的多样性,为提高我们优化的效率提供保证.变异操作也是如此,我们将随机选取一个个体并将其任意两个位置上的编码进行互换,类似于染色体的变异进程.
3.实际问题的建立与求解
基于我之前的立意以及自己的实际学习情况,要利用遗传算法解决的问题具体描述如下：
假定每一节自习课的时长为50分钟,还未进行自习,为了模拟时间的真实性,预计课程学习时间分别为：语文21分钟,数学17分钟,英语20分钟,物理21分钟,化学13分钟,生物11分钟,政治17分钟,历史10分钟,地理5分钟.
遗传算法的设定条件为：
1）种群大小为30.
2）交叉概率为0.3.
3）变异概率为0.01.
4）最大遗传代数为100.
代入编写好的matlab程序进行求解,得到结果如下：
1.根据时间碎片随遗传迭代次数变化图,我们发现从初始生成的种群已经有较为优异的个体（时间碎片仅有3分钟）,但是随着几十步的遗传迭代优化,碎片时间进一步下降到1分钟,这几乎等于没有受到课间的干扰,极大的增加了学习效率.
2.最佳的自习排列顺序经过优化,得到的最佳顺序是：语文,英语,历史,数学,政治,生物,物理,地理,化学从上面结果可以看出,优化后结果还是比较理想的,语文与英语进行了连续学习,这样可以保持一个较好的语言学习思维,同时政治、历史、地理分开进行学习,达到了优化预期的效果.
4.程序的可视化
程序的主体已经基本上完成了,但是如果在平时的学习中每次都要运行这个程序进行计算的话会非常麻烦,因此我还建立了一个简易的带有界面的小程序,这样可以方便我们即时进行查询与参考.
利用matlab的graphic user interface（用户界面程序）工具包, 可以在程序界面左边的空白栏分别输入九门课程的预计学习时间,输入完毕后点击按钮“让我学习更有效率！”便可自行调用优化程序进行计算,计算结果将在右边栏“建议学习顺序”进行显示.由于遗传算法的稳定性,其可以保证显示的学习顺序基本上满足我们的优化要求.
5.总结
本文基于遗传算法的思想,针对我们高中生平日里最重视的自习时间安排进行了合理的优化.“工欲善其事,必先利其器”,我们只有掌握了科学的方法,才能让我们的自习不会变得盲目,从而提高我们的学习效率.
未来这个方法还可以在几个方面进行改进,从而更加贴近我们的高中学习状况,改进的方法主要有：
1）由于学习时间的不确定性,程序可以增加一个功能：实际完成了几门课程的学习后可以进行一个更新,重新进行自习课程的优化,这样可以避免由于偶然性而导致学习计划出现问题,增加可实现性.
2）可以将每门课程的学习时间分为做作业与预习,可以在所有作业完成以后,再额外进行预习时间的安排,这样可以保证课程作业的按时上交.
这次想法的实现大大的提升了我的逻辑思维能力,同时也培养了我的科学研究精神.智慧来源于生活,有时候多留心生活,勤思考的确会有很大的收获.
【作者简介】
李梓睿（1999年-）,男,湖南长沙人,汉族,研究方向:理科.
此文结束语,这篇文章为关于遗传算法和科学规划和小程序方面的遗传算法论文题目、论文提纲、遗传算法论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文.
参考文献：
1、 基于遗传算法的优化BP神经网络算法 王军涛（北华航天工业学院,河北廊坊065000）WANG Juntao（NorthChina Institute ofAerospaceEngineering,Langfang065000,China.
2、 科学遗传育种渔业生生不息 人们对鱼类并不陌生,它是最古老的脊椎动物,几乎栖居于地球上所有的水生环境——从淡水的湖泊、河流到咸水的大海和大洋 随着时间的流逝,渔业经历了极大的发展,现如今,更是逐渐成为了国.
3、 基于遗传算法的药物疗效评价模型 1 引言(Introduction)心脑血管疾病是全球威胁人类健康的重大疾病,其发病和死因一半以上与高血压有关,同时居民脑卒中和冠心病发病最重要的危险因素也是高血压,所以控制高血压是防治心脑血管病.
4、 一种解决无人驾驶因算法时间而无法与时得到路线从而发生事故的方案 【摘要】 随着汽车行业的不断发展,越来越多的新技术被开发和应用出来 汽车的出现是为了人们的出行方便、安全舒适 所以其安全性应该作为最重要的遵循标准 智能无人驾驶技术的研发,在当今社会能否真正完成,是需.
5、 基于模糊神经网络和粒子群优化算法的机器人路径规划 摘要有评估标准规定,机器人的最优路径规划就是当其在具有障碍物的环境中移动时,能够自动寻找到从初始状态到目标状态的一条无碰撞路径 在本次研究中,首先利用网格法建立了周围环境的数学模型,随后提出一种模糊神.
6、 林业调查规划档案科学管理 林业调查规划档案管理工作中还存在很多问题,进而对林业调查规划档案的利用产生较大影响 档案管理部门应当强化对调查规划档案管理的重视,积极解决其中存在的问题,进而为林业调查规划档案利用提供保障 1 林业调.