排课问题已被证明是一种NP完全问题,具有多目标优化特征。采用人工智能算法求解排课问题是目前被广泛运用的重要方法之一。随着高等院校规模逐渐扩大,教学管理信息化改革不断深入,合理配置教学资源成为高校排课工作的关键。开放教育运作管理区别于传统的普通高等教育,具有专业设置多、更新快,课程开设数量大,授课时间不同,教育对象“工学矛盾”突出等特点。本文深入研究排课问题的相关文献和基本理论,对比和讨论各种优化算法的特点与求解问题的适用领域,提出采用遗传算法求解开放教育排课问题。本文首先给出了基于RUP系统开发模式的开放教育排课系统解决方案,详细描述了开放教育排课系统的主要功能结构与需求。然后,利用UML建模技术对系统进行了需求建模、架构建模和数据库建模。针对开放教育排课问题面对的特殊要求,结合开放教育排课问题的特点,分析教师、学生、课程、教室和时间等排课因素之间的关系,运用集合工具建立对应的数学模型,并对排课的硬约束条件和软约束条件进行数学建模。染色体编码设计与构造目标函数是采用遗传算法求解排课问题的两个关键步骤。本文提出基于三维空间编码结构的染色体设计方案,在选择操作中引入正弦函数。结合可行解空间网格划分法、最优个体置换策略与自适应交叉、变异概率等技术,保留最优个体,以获得较优的全局最优解搜索能力。最后,利用改进的遗传算法与经典遗传算法进行实验比较与分析,结果表明本文所提出的遗传算法改进与优化策略对求解开放教育排课问题是有效的,可以适用于开放教育排课系统的设计与开发。