买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山东华邮科教信息技术有限公司申请的专利一种基于人工智能的自动教务排课系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119168301B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411247629.6，技术领域涉及：G06Q10/0631；该发明授权一种基于人工智能的自动教务排课系统是由王福明;夏慧;张琳;张瑜;张军伟设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于人工智能的自动教务排课系统在说明书摘要公布了：本发明涉及教育信息化技术领域，具体涉及一种基于人工智能的自动教务排课系统，包括学生学习路径优化模块、基于博弈论的多方利益平衡模块、智能冲突解决模块、动态需求调整模块以及资源优化分配模块，其中；所述学生学习路径优化模块分析学生的历史数据；所述基于博弈论的多方利益平衡模块平衡教师、学生及学校管理者的利益诉求；所述智能冲突解决模块检测初步排课方案中的冲突问题；所述动态需求调整模块根据实时变化的需求动态调整排课方案；所述资源优化分配模块在排课方案确定后，对学校的教学资源进行实时监控和优化分配。本发明，提高了整体教学效率和教育质量，实现了多方利益的和谐统一。

本发明授权一种基于人工智能的自动教务排课系统在权利要求书中公布了：1.一种基于人工智能的自动教务排课系统，其特征在于，包括学生学习路径优化模块、基于博弈论的多方利益平衡模块、智能冲突解决模块、动态需求调整模块以及资源优化分配模块，其中；所述学生学习路径优化模块分析学生的历史数据，包括成绩、兴趣爱好以及职业规划，生成优化的学习路径建议；所述基于博弈论的多方利益平衡模块通过博弈论模型平衡教师、学生及学校管理者的利益诉求，结合优化的学习路径建议，生成初步排课方案，具体包括：利益需求收集：收集教师、学生和学校管理者的各方利益需求，包括教师的授课时间偏好、学生的课程选择需求、学校的资源利用优先级，并对各方利益需求进行量化，生成博弈论模型中的策略集合；策略分析与平衡优化：基于生成的策略集合，通过博弈论算法进行策略分析，模拟各方在不同方案下的利益得失，优化并生成多方利益均衡的排课方案；所述智能冲突解决模块检测初步排课方案中的冲突问题，包括课程时间冲突、教师时间冲突及资源冲突，在检测到冲突问题后，通过模拟多个解决方案，实时调整排课方案；所述动态需求调整模块根据实时变化的需求动态调整排课方案；所述资源优化分配模块在排课方案确定后，对学校的教学资源进行实时监控和优化分配，教学资源包括教室、实验室、体育设施、图书馆学习空间、专业工作坊、计算资源以及多功能厅；所述学生学习路径优化模块包括：数据收集与预处理：收集学生的历史数据，包括成绩、兴趣爱好、职业规划，并对历史数据进行标准化处理；多目标优化模型构建：采用加权线性组合对不同历史数据进行综合分析，构建多目标优化模型，表示为：S＝w1·S成绩+w2·S兴趣+w3·S职业规划；其中，S为综合得分，S成绩为学生的成绩得分，S兴趣为学生兴趣与课程相关性得分，S职业规划为课程与职业规划匹配度得分，w1、w2、w3分别为每个因素的权重；课程匹配：基于多目标优化模型，计算每门课程的综合得分Ci，表示为：Ci＝w7·Ci,成绩+w8·Ci,兴趣+w9·Ci,职业规划；其中，Ci,成绩、Ci,兴趣、Ci,职业规划分别为课程i在成绩、兴趣和职业规划方面的得分，w7、w8、w9分别为对应的权重；路径生成：根据每门课程的综合得分，对所有课程进行排序，并根据学生的学期学分限制、课程先修关系的约束条件，采用动态规划算法生成优化的学习路径；所述动态规划算法包括：收集课程信息：收集每门课程i的综合得分scores[i]、每门课程i的学分credits[i]、每门课程i的先修课程关系prereq[i]；定义状态变量：定义dp[i][j][k]表示前i门课程中，选择总学分不超过j并且满足先修条件的课程组合，其综合得分最大值为k；初始化状态：对于没有选修任何课程的情况，初始化dp[0][j][0]＝0，表示未选修任何课程时的得分为0；遍历每门课程i：对于每—门课程i，从学分总数j＝max_credits开始向下遍历，确保每门课程只被考虑一次，若课程i有先修课程要求prereq[i]，则只有在满足先修要求的情况下，才允许选择该课程；状态转移方程：若不选择课程i,则状态转移方程为：dp[i][j][k]＝dp[i-1][j][k]，若选择课程i，且满足先修条件prereq[i]，则在保证学分总数j大于等于该课程学分credits[i]的前提下，状态转移方程为：dp[i][j][k]＝maxdp[i-1][j][k],dp[i-1][j-credits[i]][k+score[i]]；则最终的状态转移方程为：dp[i][j][k]＝maxdp[i-1][j][k],dp[i-1][j-credits[i]][k+scores[i]]；先修课程约束：在计算状态转移时，加入先修课程检查，若课程i有先修课程prereq[i]，则dp[i][j][k]在先修课程已被选修的情况下进行更新；确定最优解：遍历所有课程i、学分总数j以及得分总和k，最优学习路径的综合得分表示为：dp[n][max_credits][k]wherekismaximum；其中，n为课程总数，max_credits为学期学分限制，最终选择k最大的路径；反向追踪路径：从状态矩阵dp的最后一项dp[n][max_credits][k开始，反向追踪每一步的选择，确定被选入最优学习路径的课程；输出最优学习路径：输出生成的学习路径，包括已选课程及其顺序，并验证其是否符合所有先修要求和学分限制；学分与得分校验：验证路径中的学分总数不超过学期学分限制，并检查总得分是否与dp[n][max_credits][k]一致。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东华邮科教信息技术有限公司，其通讯地址为：250101 山东省济南市高新区舜华路街道工业南路61号山钢新天地广场9号楼806；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。