自然界中，部分蚁类、鸟类等社会性动物的群体行为显现出明显超出个体 决策能力的“智能”特征。群体能够自组织地在不同环境条件中作出利于生存 的优化选择。基于对群体行为的模拟，群体智能算法应运而生。作为新兴的智 能实现模式，群体智能算法在无集中控制且无全局模型支持的前提下为优化问 题求解提供了新思路。蚁群算法是典型的群体智能算法，它以种群寻优为基础 进行启发式搜索，并在理论及工程应用背景下的优化问题求解中显示出良好的 寻优性能。本文在已有的蚁群算法理论、改进模式与部分应用研究成果的基础 上对算法基于职业学校排课问题求解的理论与应用作了研究，拓展了蚁群算法 的应用领域。本文主要工作表现在： 1.对蚁群算法理论与应用成果研究进行了综述。较全面地介绍了蚁群算法 原理与改进模式，并以组合优化问题求解、机器人路径规划、计算机与通讯、 电力系统、工程设计与优化等领域为例，对蚁群算法应用进行归纳。 2.对排课问题(TIP)研究进行总结并提出国内典型职业学校TTP数学模 型。系统地介绍了国内外排课问题研究现状，并对排课问题特征进行分析，在 此基础上进一步提出国内典型职业学校排课问题数学模型。 3.在蚁群算法基本理论与主要改进模式基础上进行了智能排课算法研究。 文中说明了使用蚁群算法求解排课问题的先进性，并以此为基础提出在分组模 式下候选集优化与动态更新的智能排课算法(G-ACS)及解优化度评价指标。 G-ACS模式下，初始候选集元素基于预优化原则构造，通过算法执行中对候选 课表的动态更新与选择体现解的优化过程。 4.以G-ACS为核心，进行了国内典型职业学校智能排课系统的实现。通 过样本测试，验证了算法在职业学校排课问题求解上的有效性，为蚁群算法提 供了新的拓展应用研究空间。 最后本文总结了课题研究工作，并提出今后进一步工作的方向。 关键词：群体智能，蚁群算法，G-ACS智能排课算法，职业学校排课系统