用于时间表生成器软件的 AI [关闭]答案

【问题标题】：AI for time table generator software [closed]用于时间表生成器软件的 AI [关闭]
【发布时间】：2014-09-27 07:09:55
【问题描述】：

我正在尝试为我的大学开发一个时间表生成器软件。显然，它需要大量的约束满足，即我需要满足很多规则才能生成一堆类不冲突的时间表。在做了一些研究和阅读this article 之后，我觉得我需要在其中使用一些人工智能。现在，我是一个完全的 AI 新手。谁能告诉我哪种算法最适合我的情况？

【问题讨论】：

【解决方案1】：

可用于解决此问题的最简单算法是遗传算法（或任何其他进化算法）。使用 GA 解决这个问题非常简单但有效。有很多论文和代码使用这种方法来解决这个问题。

如果您的规则和约束很少，您可能希望使用精确直接的技术（例如使用 CSP 启发式回溯）来加快速度，但如果有很多类和约束，我建议使用遗传算法。

【讨论】：

感谢您的回复。能否请您稍微扩展一下...可能举个例子。
当然你应该先看看算法本身。它非常简单，您可以在短时间内学会它。该算法试图生成所有可能的解决方案并评估它们的适应度。考虑到你已经学会了如何使用遗传算法，你应该这样做来制定时间表： 1. 创建你的染色体（这里每个染色体都是一个可能的解决方案） 2. 训练遗传算法 3. 使用上一代最适合的染色体你可以使用关键字搜索，例如使用遗传学算法解决大学时间表。网上有很多关于这个的例子和论文祝你好运:-)
非常感谢！你的回答真的让我看好这个项目！ :)

【解决方案2】：

嗯，这确实不是一项简单的任务。像这样的问题很难解决。

这里我可以推荐你两件事：

使用现有的 CSP/COP 求解器并用其语言描述您的约束。这些求解器非常好，快速且经过调整，已开发多年。
在离散优化领域自学（在 coursera.org 上有一门同名的课程非常棒）。只有在你掌握了这些东西如何工作的基础知识之后，你才能尝试编写自己的求解器。但是让你被警告！离散优化是痛苦的:-)。

这绝不是一个适合告诉您 CSP/COP 如何工作的地方。这是一个非常广泛和困难的领域。

祝你好运！

【讨论】：

谢谢！那么，您不同意遗传算法的事情不会像 MSH 建议的那样非常困难吗？
不，我绝对同意！我正在攻读进化算法的博士学位，基本概念很容易掌握。但是根据我的经验，以最简单的形式使用简单的遗传算法通常还不够好。如果您的问题不是黑匣子，大多数时候使用专门的求解器会更好。