基于深度強(qiáng)化學(xué)習(xí)的自學(xué)習(xí)排課遺傳算法研究

摘要： 排課是教學(xué)活動中一項常規(guī)而重要的事項，傳統(tǒng)的人工排課方式費時費力，且容易出現(xiàn)錯誤，無法滿足大規(guī)模排課的需求，而經(jīng)典排課遺傳算法存在收斂速度過快、排課效率隨約束因素的增加而下降等問題。針對已有排課遺傳算法存在的問題，提出一種基于深度強(qiáng)化學(xué)習(xí)的自學(xué)習(xí)排課遺傳算法(GA-DRL)。GA-DRL算法利用Q-learning算法，實現(xiàn)了交叉參數(shù)和變異參數(shù)的自適應(yīng)調(diào)整，增強(qiáng)了遺傳算法的搜索... （共8頁）