申请/专利权人：暨南大学

申请日：2019-08-20

公开（公告）日：2023-09-26

公开（公告）号：CN110458737B

主分类号：G06Q50/20

分类号：G06Q50/20;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.09.26#授权;2019.12.10#实质审查的生效;2019.11.15#公开

摘要：本发明公开基于神经网络修改高校教务安排的方法、装置、设备及介质,该方法包括:根据用户上传的教务安排约束条件生成教务安排误差计算公式;根据教务安排约束条件和或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络;利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差;在误差不大于误差阈值的情况下,获取该误差对应的教务安排表。本发明的方法不再需要繁琐的修改过程,让教职工和教务处能够很大程度上地节省修改方案的流程,快速完成排课排考的建议提交和修改过程，提高教务处的办事效率。

主权项：1.一种基于神经网络修改高校教务安排的方法,其特征在于,包括：根据用户上传的教务安排约束条件生成教务安排误差计算公式；生成教务安排误差计算公式是对约束条件进行标号化处理,教务安排约束条件包括初始教务约束条件和实时教务安排约束条件,约束条件为用户无法完成和或优先完成教务安排的时间段,所述教务安排包括上课和监考；根据教务安排约束条件和或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络；所述误差是CPPN神经网络计算出的教务安排表与用户填写的约束条件所对应的教务安排表的匹配程度，同时所述误差会根据上传的约束条件而实时变化，使得CPPN神经网络可以分为两种情况进行训练,当基于CPPN神经网络计算出的教务安排表的误差小于0.1时，根据上传的约束条件对CPPN神经网络进行训练，当基于CPPN神经网络计算出的教务安排表的误差大于0.1时,对该误差进行反向传导，包括对教务安排误差计算公式进行偏导运算和对偏导运算的教务安排误差计算公式与该误差进行卷积，从而获取调整后的误差计算公式,根据调整后的误差计算公式对CPPN神经网络进行训练,如此重复训练调整而获得能使计算的教务安排的误差在能接收的范围之内；利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差；在误差不大于误差阈值的情况下,获取该误差对应的教务安排表，其中，误差阈值为0.1。

全文数据：

权利要求：

百度查询： 暨南大学 基于神经网络修改高校教务安排的方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD