遗传算法(Genetic Algorithms)是一种模拟生物界自然选择和遗传机制的随机搜索算法,其主要特点是群体搜索策略和种群中个体之间的信息交换。它适用于处理传统搜索方法难以解决的复杂的和非线性的问题。近年来,遗传算法在复杂优化问题求解和工业工程等领域的应用,取得了令人信服的结果,引起了很多人的关注,而且在发展过程中,进化策略、进化规划和遗传算法之间差异越来越小。遗传算法成功的应用包括：作业调度与排序、可靠性设计、车辆路径选择与调度、成组技术、设备布置与分配、交通问题等等。 鉴于时间表问题求解规模巨大(已经证明一大类时间表问题是属于NPH的),传统的求解算法很难得出最优解。用遗传算法来解决时间表问题,可以提高在全局领域的搜索能力。本文以大学课程安排时间表问题为研究对象,具体分析其约束条件,建立相应的数学模型。根据大学课程时间表问题的特点,对传统遗传算法进行了几方面的改进：如最优准则的确立；编码设计；提出了用于提高局部搜索能力的-种混合遗传算法；采用基于班级课表的主染色体和教室课表、教师课表的辅助染色体的方式；最后将相关算法具体实现。相应的系统是在Visual C＃.NET和SQLServer环境下开发的。实验结果表明,我们的方法可以求得满足给定约束条件的较合理的排课方案,相关工作具有较高的理论价值与应用价值。