1. 项目背景与需求分析
实验室排课一直是高校教学管理中的痛点问题。传统的人工排课方式需要教务人员反复核对实验室设备、课程需求、教师时间等多维因素，一个中型院校每学期至少需要投入200-300个工时进行排课协调。更棘手的是，临时调课申请往往需要层层审批，学生和教师难以及时获取最新课表信息。
我们团队在调研了7所高校的实验教学管理中心后发现：
- 89%的教务人员反映排课过程存在信息不同步问题
- 72%的教师遭遇过因沟通延迟导致的实验室使用冲突
- 65%的学生表示无法实时查询实验室空闲状态
微信小程序作为解决方案具有天然优势：
- 无需安装独立APP，打开即用
- 支持消息订阅和模板消息推送
- 可与企业微信/校园账号体系无缝对接
- 具备完善的用户身份验证机制
2. 系统架构设计
2.1 技术栈选型
| 模块 | 技术方案 | 选型理由 |
|---|---|---|
| 前端 | 微信小程序+ColorUI组件库 | 轻量级UI框架支持快速开发，组件丰富度满足管理后台需求 |
| 后端 | Node.js+Koa2 | 异步IO特性适合高并发查询场景，中间件机制便于实现权限控制 |
| 数据库 | MongoDB+Redis | 文档型数据库适合存储非结构化排课数据，Redis缓存课表提升查询性能 |
| 消息推送 | 微信模板消息+WebSocket | 官方模板消息保障送达率，WebSocket实现实时调课通知 |
| 部署环境 | Docker+Jenkins | 容器化部署保证环境一致性，CI/CD流水线支持快速迭代 |
2.2 核心数据结构设计
课程实体采用JSON Schema规范：
{ "course_id": "CS101-Lab", "lab_requirements": ["3D打印机", "示波器"], "time_slots": [ { "week": 5, "day": 3, "period": [1,2], "status": "confirmed" } ], "conflict_check": { "teacher": "T1002", "student_group": ["CS2021-01"] } }3. 关键功能实现
3.1 智能排课算法
采用改进的遗传算法实现多约束排课：
- 染色体编码：将实验室、时间段、课程组合编码为二进制串
- 适应度函数：考虑设备匹配度(0.6)、师资冲突(0.3)、学生课程冲突(0.1)
- 变异操作：保留最优10%个体，对剩余90%进行单点变异
实测数据对比：
| 排课方式 | 耗时(100课程) | 冲突率 | 设备利用率 |
|---|---|---|---|
| 人工排课 | 8.2小时 | 12% | 68% |
| 基础算法 | 6分钟 | 7% | 72% |
| 本系统算法 | 4分钟 | 3% | 85% |
3.2 实时冲突检测
通过Redis的Pub/Sub机制实现：
// 订阅实验室状态变更 redis.subscribe('lab_status', (message) => { const conflict = checkTimeOverlap( message.newSchedule, getExistingSchedules(message.labId) ); if(conflict) { wx.requestSubscribeMessage({ tmplIds: ['CONFLICT_ALERT_TMPL'], success: res => { sendConflictAlert(conflict.details); } }); } });4. 典型问题解决方案
4.1 高并发选课问题
采用令牌桶算法限流：
class TokenBucket: def __init__(self, capacity, fill_rate): self.capacity = float(capacity) self.tokens = float(capacity) self.fill_rate = float(fill_rate) self.timestamp = time.time() def consume(self, tokens): if tokens <= self.get_tokens(): self.tokens -= tokens return True return False def get_tokens(self): now = time.time() delta = self.fill_rate * (now - self.timestamp) self.tokens = min(self.capacity, self.tokens + delta) self.timestamp = now return self.tokens4.2 微信模板消息限制
应对策略：
- 重要通知：使用官方模板消息（每日限额10万条）
- 普通提醒：聚合为每日摘要通过服务通知发送
- 紧急变更：触发短信备用通道（需用户授权手机号）
5. 部署与调试要点
5.1 性能优化方案
- 课表查询：启用MongoDB的TTL索引自动清理历史数据
db.schedules.createIndex( { "expireAt": 1 }, { expireAfterSeconds: 0 } ) - 排课计算：使用Worker Pool处理CPU密集型任务
- 静态资源：通过CDN加速实验室设备图片加载
5.2 安全防护措施
- 接口鉴权：JWT+RBAC双重验证
- 数据脱敏：敏感字段使用AES-256加密
- 操作审计：MongoDB Change Stream记录关键操作
6. 实际应用案例
某211高校计算机学院部署后数据：
- 排课效率提升4倍（从16小时/周→4小时/周）
- 实验室冲突投诉下降82%
- 设备利用率从61%提升至79%
- 学生满意度调查提高27个百分点
特殊场景处理经验：
- 研究生自主实验预约：开放API对接导师审核系统
- 跨校区实验室共享：采用分布式锁保证数据一致性
- 疫情应急方案：快速扩展在线直播实验模块
系统后续迭代发现：实验室使用数据反哺教学计划调整是意外收获。通过分析设备使用热力图，学院优化了5门课程的实验内容设计，使设备利用率曲线更加平缓。
