本书首先针对两个典型的大学时间表公开模型，设计了全新的启发式求解算法；在借鉴公开排课模型问题分析、模型研究和算法设计的基础上，构建了我国新高考改革背景下的走班排课问题模型，并将全新的启发式算法应用到走班排课问题中。 本书第1章介绍智能优化算法的产生与发展；第2章介绍最优化模型的一般方法和步骤；第3章介绍教育时间表问题的研究现状及复杂度分析；第4～6章介绍对于大学教育时间表问题求解的几种智能优化算法及其在混合框架中的应用；第7章介绍新高考下走班排课教育时间表问题的模型构建及求解方法。 本书可作为计算机、电子信息、自动化、经济管理等相关学科教师、学生和研究人员的参考书。

第1章 最优化方法概论
1.1 最优化方法的意义
1.2 最优化问题
1.2.1 函数优化问题
1.2.2 组合优化问题
1.3 邻域、计算复杂性与NP完全问题
第2章 最优化问题计算方法
2.1 传统优化方法
2.1.1 传统优化方法的基本步骤
2.1.2 传统优化方法的局限性
2.2 智能优化方法
2.3 启发式算法
2.3.1 启发式算法
2.3.2 元启发式算法
2.4 本章小结
第3章 教育时间表问题概述
3.1 研究背景
3.2 国内外研究现状
3.2.1 国外研究现状
3.2.2 国内研究现状
3.2.3 存在问题
3.3 教育时间表复杂性分析
第4章 面向UCTP简化模型的求解算法
4.1 引言
4.2 问题定义
4.3 基于ILS的求解算法
4.3.1 算法框架
4.3.2 构建初始解
4.3.3 局部搜索
4.3.4 改进扰动阶段
4.3.5 算法复杂度分析
4.4 实验结果与分析
4.4.1 测试算例
4.4.2 实验结果
4.4.3 分析与讨论
4.5 本章小结
第5章 禁忌搜索求解UCTP简化模型
5.1 引言
5.2 问题描述与定义
5.2.1 问题描述
5.2.2 问题定义
5.3 TSCR：可控随机化禁忌搜索
5.3.1 算法框架
5.3.2 构建初始解
5.3.3 移动算子和邻域
5.3.4 快速评估移动操作
5.3.5 阈值和随机接受策略
5.3.6 禁忌表和破禁准则
5.3.7 受控随机化禁忌搜索
5.3.8 解重构
5.4 计算结果
5.4.1 算例和实验
5.4.2 限制时间计算结果
5.4.3 延长时间计算结果
5.5 分析讨论
5.5.1 邻域组合的重要性
5.5.2 接受准则比较
5.6 结论
第6章 基于竞争搜索的UCTP求解算法
6.1 引言
6.2 问题定义
6.2.1 硬约束及其数学表达式
6.2.2 软约束及其数学表达式
6.3 基于竞争搜索的求解算法
6.3.1 算法框架
6.3.2 构建初始解
6.3.3 局部搜索
6.3.4 迭代优化
6.3.5 算法复杂度分析
6.4 实验结果与分析
6.4.1 测试算例
6.4.2 实验结果
6.4.3 分析与讨论
6.5 本章小结
第7章 面向走班排课问题的多阶段启发式算法
7.1 引言
7.2 问题分析与建模
7.2.1 问题分析
7.2.2 数学模型
7.3 走班排课问题的分班算法
7.3.1 基于贪婪策略的分班算法
7.3.2 验证机制设计
7.3.3 算法复杂度分析
7.4 走班排课问题的排课算法
7.4.1 基于竞争搜索的排课算法
7.4.1 竞争搜索优化排课方案
7.4.2 验证机制设计
7.4.3 算法复杂度分析
7.5 实验结果与分析
7.5.1 测试实例
7.5.2 实验结果
7.5.3 分析和讨论
7.6 本章小结
参考文献