排课问题是一个关于多目标和多约束的组合优化问题,属于典型的NP（Non-deterministic Polynomial）完全问题,由于问题的复杂性,排课一直是众多学校面对的难题。随着高考制度的不断深化改革,传统的人工排课方式已不能满足学校的需求,除语数英之外的科目,学生可根据自己的兴趣特长进行自主选科;传统的文理分班教学将成为过去,走班教学成为必然,这一制度的改革进一步增加了排课的难度。针对目前这一难题,本文将新高考走班排课问题分为两个子问题:分班和排课,分别提出了基于信息熵遗传的新高考走班分班算法和基于多策略与自适应遗传的走班排课算法,具体的研究内容包含如下:（1）提出了一种基于信息熵遗传的新高考走班分班算法。针对新高考带来的选科组合剧增而难以分班的问题,将基于信息熵的遗传算法应用于走班分班,利用信息熵来优化每个班级的选科组合,同时支持个性化走班模式的设置。实验结果表明,本文提出的分班算法各项性能都优于传统人工分班,并且能很好地满足学校的走班分班要求。（2）提出了一种基于多策略与自适应遗传的走班排课算法。由于新高考走班教学制度带来的走班冲突问题,通过走班组合的方式来解决走班课程安排过程中的学生冲突;另外,针对传统遗传算法的种群收敛性差、子代选择方法单一和交叉变异概率不合理等方面的不足,引入了多策略选择操作和自适应交叉变异操作改善种群选择策略和交叉变异的发生概率,实验结果验证了排课算法改进后的可行性与有效性。（3）研发并实现了一套新高考背景下的走班排课系统。结合本文提出的基于信息熵遗传的新高考走班分班算法和基于多策略与自适应遗传的走班排课算法,研发了一套适合新高考教学要求的走班排课系统。该系统可兼容普通行政班教学与新高考走班教学的分班与排课,同时对学校教学管理涉及到的临时调代课功能做到了人性化设计,一键调课和一键代课等功能给学校的教务人员带来了极大的操作便利。以广州某中学的分班数据与排课数据作为本系统的实验数据,通过对实验结果的分析,本系统能很好地满足学校所提出的分班要求与排课要求。目前本系统已在江西、广州等地几所代表性初高中学校试用,基本满足用户需求,使用效果良好,研究成果在新高考排课领域具有一定的推广应用价值。