摘要
本申请公开了基于多目标优化与深度学习的智能排课方法，涉及智能排课技术领域，该方法包括：采集多源数据构建时空特征矩阵；用知识图谱挖掘历史排课表冲突模式并构建关联关系模型；将新增课程约束转为向量，经BERT模型解析形成综合约束模型。利用图神经网络捕捉课程、教师、教室及时间段关联，结合综合约束模型生成满足教师时间冲突、教室容量等硬约束，以及先修关系、学生选课冲突等部分软约束的候选方案，经优化得到最优排课方案。解决了现有系统多源数据运用不充分、关联构建难、约束解析不准、复杂联系难捕捉、多目标兼顾不足等问题。
