论文部分内容阅读
针对主流的远程实验室互联网解决方案,建立面向远程实验课的最优资源调度数学模型,并提出改进的遗传算法最优化求解方法,从而构建远程实验资源调度的理论解决方案。基于.net编译环境,采用C#语言搭建一套仿真实验平台。对多组随机实验设备资源进行在线调度测试,实验结果表明,该方法比普通遗传算法迭代速度快,实验设备资源调度比传统的先来先服务方式更合理。因此,为远程实验设备资源的调度和实验课排课提供更有效的解决方法。