本发明专利技术涉及一种智能排课系统的管理方法、系统及存储介质，属于排课系统管理技术领域，本发明专利技术通过根据新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率值矩阵，最后根据状态转移概率矩阵预测智能排课系统的瘫痪概率值，并基于智能排课系统的瘫痪概率值生成相关的调控措施。本发明专利技术通过融合决策树模型以及马尔科夫链来对智能排课系统的使用负载情况进行分析，能够准确预测智能排课系统瘫痪概率，从而通过遗传算法来调整每一通信链路的使用负载信息，使得通信链路的实时使用负载信息得到实时优化，降低智能排课系统的瘫痪概率，维持智能排课系统的正常运行。
【技术实现步骤摘要】
本专利技术涉及排课系统管理，尤其涉及一种智能排课系统的管理方法、系统及存储介质。
技术介绍
1、随着智慧校园和一站式网上服务大厅在高校数字化校园中的广泛应用，高校的教学和管理随之发生了巨大的变革，微课、互动教学和翻转课堂等新型的教学模式被不断的应用到教学体系中，其课堂教学质量和效果也得到了很大的提高。近些年来，为了不断满足社会对高技术人才的需求，高校规模随之不断扩大，对高校教学管理提出了更高的要求，特别是在多种教学模式和环境的约束下，教师、课程、各类型实验室、多用途的智慧教室、多校区等环境下的教学排课已经逐渐成为高校教学管理工作中一个难点，每学期如何设计出一套即符合师生上课的实际需求又能够充分统筹利用好学校的各类资源的教学课表，以达到最优的教学目标。而现如今，智能排课系统在使用的过程中，由于使用负载的问题，在多数人使用时，常常会出现智能排课系统瘫痪的情况，导致用户的使用体验性差。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种智能排课系统的管理方法、系统及存储介质。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种智能排课系统的管理方法，包括以下步骤：
4、获取智能排课系统每一链路的实时使用负载信息，并引入决策树模型，通过决策树模型对每一链路的实时使用负载信息进行分析，获取若干叶节点；
5、计算叶节点中的实时使用负载信息的信息增益值，并根据信息增益值对叶节点进行重新分裂，生成新的叶节点；</p>6、获取新的叶节点所对应的隶属度信息，并根据新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率值矩阵；
7、根据状态转移概率矩阵预测智能排课系统的瘫痪概率值，并基于智能排课系统的瘫痪概率值生成相关的调控措施。
8、进一步的，在本方法中，引入决策树模型，通过决策树模型对每一链路的实时使用负载信息进行分析，获取若干叶节点，具体包括：
9、引入决策树模型，并根据实时使用负载信息构建根节点，并初始化若干分裂属性，根据分裂属性对根节点进行分裂，生成新的节点；
10、判断新的节点是否存在其他分裂属性的样本数据，若新的节点中存在其他分裂属性的样本数据，则对新的节点进行持续分裂，直至新的节点不再存在其他分裂属性的样本数据；
11、当新的节点不再存在其他分裂属性的样本数据时，生成若干个新的叶节点，并将若干个新的叶节点作为最终的叶节点进行输出。
12、进一步的，在本方法中，计算叶节点中的实时使用负载信息的信息增益值，并根据信息增益值对叶节点进行重新分裂，生成新的叶节点，具体包括：
13、获取每个叶节点中每个样本的属性，并计算叶节点中每个样本的属性的信息增益值，并选择出信息增益值最大的属性以及取值个数最多的属性；
14、判断信息增益值最大的属性是否具有多值偏向的趋势，当信息增益值最大的属性具有多值偏向的趋势时，引入均衡因子，通过均衡因子对信息增益值最大的属性进行重新划分权重，获取新的信息增益值；
15、预设偏差率阈值，将新的信息增益值的属性与取值个数最多的属性进行对比，得到偏差率，并判断偏差率是否大于偏差率阈值；
16、当偏差率大于偏差率阈值时，则获取对应的叶节点，并对对应的叶节点中信息增益值最大的属性具有多值偏向的趋势的样本数据进行重新分类，生成新的叶节点。
17、进一步的，在本方法中，根据新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率矩阵，具体包括：
18、构建时间戳，并结合时间戳以及新的叶节点所对应的隶属度信息生成基于时间序列的隶属度信息，根据基于时间序列的隶属度信息构建状态隶属度矩阵；
19、引入马尔科夫链，并通过马尔科夫链计算每个时间戳的隶属度信息转移到下一等级的隶属度的状态转移概率值，并根据状态转移概率值构建状态转移概率矩阵。
20、进一步的，在本方法中，根据状态转移概率矩阵预测智能排课系统的瘫痪概率值，具体包括：
21、获取上一预设时间之内智能排课系统的使用负载隶属度信息，并根据状态转移概率矩阵获取当前预设时间之内的状态转移概率值，并预设状态转移概率阈值；
22、当状态转移概率值大于状态转移概率阈值时，则将上一预设时间之内智能排课系统的使用负载隶属度信息的下一等级的隶属度信息作为当前预设时间之内的使用负载隶属度信息，统计每一链路中当前预设时间之内的使用负载隶属度信息；
23、通过大数据获取各使用负载隶属度信息之下的智能排课系统的瘫痪概率值，并基于深度神经网络构建瘫痪概率预测模型，将各使用负载隶属度信息之下的智能排课系统的瘫痪概率值输入到瘫痪概率预测模型中进行编码学习；
24、将当前预设时间之内的使用负载隶属度信息输入到瘫痪概率预测模型中进行预测，获取智能排课系统每一通信链路的瘫痪概率值。
25、进一步的，在本方法中，基于智能排课系统的瘫痪概率值生成相关的调控措施，具体包括：
26、预设智能排课系统的瘫痪概率阈值，并判断智能排课系统的瘫痪概率值是否大于智能排课系统的瘫痪概率阈值；
27、当智能排课系统的瘫痪概率值大于智能排课系统的瘫痪概率阈值时，获取每一通信链路的实时使用负载信息，并引入遗传算法，基于遗传算法设置遗传代数；
28、将通信链路的实时使用负载信息输入遗传算法中，当智能排课系统的瘫痪概率值大于智能排课系统的瘫痪概率阈值时，根据遗传代数调整每一通信链路的实时使用负载信息；
29、当智能排课系统的瘫痪概率值不大于智能排课系统的瘫痪概率阈值时，输出每一通信链路的调整使用负载信息，并根据通信链路的调整使用负载信息生成相关的调控措施，基于相关的调控措施进行负载迁移。
30、本专利技术第二方面提供了一种智能排课系统的管理系统，智能排课系统的管理系统包括存储器以及处理器，存储器中包括智能排课系统的管理方法程序，智能排课系统的管理方法程序被处理器执行时，实现如下步骤：
31、获取智能排课系统每一链路的实时使用负载信息，并引入决策树模型，通过决策树模型对每一链路的实时使用负载信息进行分析，获取若干叶节点；
32、计算叶节点中的实时使用负载信息的信息增益值，并根据信息增益值对叶节点进行重新分裂，生成新的叶节点；
33、获取新的叶节点所对应的隶属度信息，并根据新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率值矩阵；
34、根据状态转移概率矩阵预测智能排课系统的瘫痪概率值，并基于智能排课系统的瘫痪概率值生成相关的调控措施。
35、进一步的，在本系统中，计算叶节点中的实时使用负载信息的信息增益值，并根据信息增益值本文档来自技高网
...
【技术保护点】
1.一种智能排课系统的管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，引入决策树模型，通过所述决策树模型对每一链路的实时使用负载信息进行分析，获取若干叶节点，具体包括：
3.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，计算所述叶节点中的实时使用负载信息的信息增益值，并根据所述信息增益值对所述叶节点进行重新分裂，生成新的叶节点，具体包括：
4.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，根据所述新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过所述马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率矩阵，具体包括：
5.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，根据所述状态转移概率矩阵预测智能排课系统的瘫痪概率值，具体包括：
6.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，基于所述智能排课系统的瘫痪概率值生成相关的调控措施，具体包括：
7.一种智能排课系统的管理系统，其特征在于，所述智能排课系统的管理系统包括存储器以及处理器，所述存储器中包括智能排课系统的管理方法程序，所述智能排课系统的管理方法程序被所述处理器执行时，实现如下步骤：
8.根据权利要求7所述的一种智能排课系统的管理系统，其特征在于，计算所述叶节点中的实时使用负载信息的信息增益值，并根据所述信息增益值对所述叶节点进行重新分裂，生成新的叶节点，具体包括：
9.根据权利要求7所述的一种智能排课系统的管理系统，其特征在于，根据所述状态转移概率矩阵预测智能排课系统的瘫痪概率值，具体包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括智能排课系统的管理方法程序，所述智能排课系统的管理方法程序被处理器执行时，实现如权利要求1-6任一项所述的智能排课系统的管理方法的步骤。
...
【技术特征摘要】
1.一种智能排课系统的管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，引入决策树模型，通过所述决策树模型对每一链路的实时使用负载信息进行分析，获取若干叶节点，具体包括：
3.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，计算所述叶节点中的实时使用负载信息的信息增益值，并根据所述信息增益值对所述叶节点进行重新分裂，生成新的叶节点，具体包括：
4.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，根据所述新的叶节点所对应的隶属度信息构建状态隶属度矩阵，融合马尔科夫链，通过所述马尔科夫链对状态隶属度矩阵进行评价，获取状态转移概率矩阵，具体包括：
5.根据权利要求1所述的一种智能排课系统的管理方法，其特征在于，根据所述状态转移概率矩阵预测智能排课系统的瘫痪概率值，具体包括：
6.根据权利要求1所述的一种智能排课系统的管...
【专利技术属性】
技术研发人员：刘朋，
申请(专利权)人：深圳市二一教育科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。