遺傳算法在校園聽力考試廣播系統施工優化中的應用

曾祥天 / 青島港灣職業技術學院

遺傳算法在校園聽力考試廣播系統施工優化中的應用

曾祥天 / 青島港灣職業技術學院

考試廣播系統，特別是外語聽力考試廣播系統的重要性是不言而喻的。播音質量的好壞直接關系到學生的切身利益甚至未來發展。傳統的有線廣播系統反到是最適合聽力考試的廣播系統。但是，傳統的有線廣播系統自身也存在施工工程量較大、布局局限性較大等缺陷，所以在施工過程中，需要通過對施工過程進行適當的優化，以便節約成本、縮短工期。

遺傳算法；校園聽力；考試廣播系統；施工優化

1.聽力考試廣播系統的重要性及選型依據

考試廣播系統，特別是外語聽力考試廣播系統的重要性是不言而喻的。播音質量的好壞直接關系到學生的切身利益甚至未來發展。同時，聽力考試廣播系統的安全性、穩定性也非常重要，既要做到播音前和播音過程中的嚴格保密又要做到系統在停電或者事故時有足夠的冗余，與此同時，還要實現系統維護的便利性、可擴展性等諸多方面。雖然目前IP智能廣播系統在施工便利性方面有不可比擬的優勢，但是其在安全性和穩定性方面也存在不可彌補的短板，尤其是穩定性方面，由于智能終端設備大都需要電力支持，在突發停電故障時，這些智能設備都將無法使用，即便是部分設備有自備電源，其自備電源的檢修工作量也十分龐大。無線廣播系統雖然施工最簡單，但是由于其自身的開放式設計導致其安全性很差，不符合現代考試的保密要求。綜合來看，傳統的有線廣播系統反到是最適合聽力考試的廣播系統。但是，傳統的有線廣播系統自身也存在施工工程量較大、布局局限性較大等缺陷，所以在施工過程中，需要通過對施工過程進行適當的優化，以便節約成本、縮短工期。

2.遺傳算法簡介

遺傳算法（Genetic Algorithm，GA）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法。遺傳算法是把問題的解集看做整個種群的染色體，每個染色體都是潛在的解，種群中染色體的個數表示種群規模。子代染色體一般通過交叉和變異來改變父代染色體，這樣，子代染色體就在不斷的繁殖中得到了改變。每一代的子代染色體都要評價其自身適應度，適應度較高的染色體保留下來的幾率也較高。最終，代表問題最優解的子代染色體可能都是同樣的或者達到了規定的要求，從而，問題得解。遺傳算法一般包含以下要素：編碼，初始群體設定，適應度評價，選擇，交叉，變異和終止準則。

3.雙代號網絡優化法和遺傳算法在考試廣播系統建設中的優化對比

規劃當中的青島港灣職業技術學院聽力考試廣播系統分散于A0、A1、A2、B1、B4五棟教學樓內，總工期要求小于40天，總投資小于11萬元。工程涉及設備采購、安裝、線路敷設、土建施工、電氣施工、調試等諸多步驟。此項目由學院技術中心負責協調各相關單位進行實施。為便于項目的工期編排和費用結算可將該項工程分解為：A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、V，共計22項工作。各工作之間的邏輯關系以及各工作的持續時間如表1，各工作與直接費用統計如表2：

表1

表2

通過繪制雙代號網絡計劃圖可以得到以下結論：關鍵線路為：A-D-G-H-E-R-S-T-U，關鍵線路工期為45天。其中間接費率為：

通過工期壓縮法優化得到最終優化結果為：最短總工期為38天，其總費用為11.534萬元。

結論：費用超預算，但此時雙代號網絡優化法已無法再對費用進行進一步壓縮了。

下面使用遺傳算法進行優化。

針對關鍵工序建立優化方案的數學模型，

通過遺傳算法的計算規則，我們可以確定最終需要優化的具體目標函數為：

表3

分別設定不同的群數量（100、1000）和迭代次數（30、100、1000）進行越算，再將得到的bestind值取最佳平均值之后再取整（計量單位為整數天）得到表3：根據關鍵工期優化結果，可由表2計算出最終優化結果：當工期為40天時，直接成本最低為12.44萬元，對應的總成本為10.39萬元。符合學院對于該項工程工期和成本的要求，所以基于遺傳算法的優化方案是可行的。

4.結論

遺傳算法在運算的最終結果方面，既確保了工期，又控制了成本。該算法的優化原理較早期的網絡進度計劃優化法更有數學理論依據，過程更加邏輯化。在最終結果的運算方面，該算法給出了帕累托解集，該解集有多種工期-成本搭配方案。網絡進度計劃在多目標優化問題上導向性不足，人工優化容易在優化過程中出錯，其主要表現形式是隨著優化的不斷進行，優化難度逐步增加，很容易導致最終優化目標的偏離，并且計算過程也不夠嚴謹，優化過程存在一定的人為主觀性。

[1]Harding Seal.Contrasting Values in Western Europe Unity,Diversity and Change[M].2011.

[2]胡華選.網絡計劃工期費用優化及其蟻群算法 [D].大連:大連理工大學.

[3]阮宏博.基于遺傳算法的工程多目標優化研究[D].大連:大連理工大學,2007.