docs: 添加视频文稿链接并优化算法流程图

在 mkdocs.yml 中添加了视频文稿的链接，并对算法文档中的流程图进行了优化，更新了选择、交叉和变异操作的描述，提升了可读性和准确性。

Author: XiaoLFeng

docs/final/algorithm.md

@@ -114,10 +114,13 @@ flowchart TD
 flowchart TD
     A[初始化种群] --> B[适应度评估]
     B --> C{满足终止条件?}
-    C -->|否| D[选择操作]
-    D --> E[交叉操作]
-    E --> F[变异操作]
-    F --> B
+    C -->|否| D1[轮盘赌选择]
+    D1 --> D2[精英保留]
+    D2 --> E1[单点交叉]
+    E1 --> E2[优化交叉]
+    E2 --> F1[时间槽变异]
+    F1 --> F2[教室资源变异]
+    F2 --> B
     C -->|是| G[获取最优解]
     G --> H[冲突检测]
     H --> I[保存排课数据]
@@ -126,9 +129,12 @@ flowchart TD
     %% 样式定义
     style A fill:#2196F3,stroke:#1976D2,color:white
     style B fill:#2196F3,stroke:#1976D2,color:white
-    style D fill:#4CAF50,stroke:#388E3C,color:white
-    style E fill:#FF9800,stroke:#F57C00,color:white
-    style F fill:#9C27B0,stroke:#7B1FA2,color:white
+    style D1 fill:#4CAF50,stroke:#388E3C,color:white
+    style D2 fill:#4CAF50,stroke:#388E3C,color:white,font-style:italic
+    style E1 fill:#FF9800,stroke:#F57C00,color:white
+    style E2 fill:#FF9800,stroke:#F57C00,color:white,font-style:italic
+    style F1 fill:#9C27B0,stroke:#7B1FA2,color:white
+    style F2 fill:#9C27B0,stroke:#7B1FA2,color:white,font-style:italic
     style G fill:#607D8B,stroke:#455A64,color:white
     style H fill:#607D8B,stroke:#455A64,color:white
     style I fill:#4CAF50,stroke:#388E3C,color:white
@@ -430,7 +436,7 @@ $$
 
 ### 9.2 算法核心思路
 
-遗传算法将每一个课程表视为一个“染色体”，通过初始化、适应度评估、选择、交叉和变异等步骤进行进化，逐步逼近最优解。其核心流程包括：
+遗传算法将每一个课程表视为一个"染色体"，通过初始化、适应度评估、选择、交叉和变异等步骤进行进化，逐步逼近最优解。其核心流程包括：
 
 1. **种群初始化**：根据课程、教师、班级、教室等信息，随机生成一组初始可行排课方案。
 2. **适应度评估**：通过冲突检测、时间偏好、连续性、教室匹配等规则，打分每个方案的排课质量。

docs/final/manuscript.md

@@ -0,0 +1,89 @@
+# 视频文稿
+
+## 智课方舟：基于AI的大学智慧排课系统
+
+### 项目背景与痛点（50秒）
+随着高等教育规模的扩大和教学改革的推进，高校课程数量激增，选课需求日益多样化。传统手工排课方式存在以下明显痛点：
+
+- **效率低下**：人工排课耗时耗力，难以处理大规模复杂课表
+- **资源浪费**：教室利用率不均，存在"一房难求"与"空置并存"现象
+- **冲突频发**：教师、教室、班级等多维度冲突难以全面考虑
+- **无法满足个性化需求**：难以兼顾教师时间偏好和学生课程分布合理性
+
+这些问题不仅影响教学秩序，也制约了跨专业选课、弹性学制等创新教育模式的实施。
+
+### 项目介绍与目标（40秒）
+针对这些痛点，我们开发了"智课方舟"——一款基于AI的大学智慧排课系统。该系统旨在：
+
+- 提供高效、精准的自动化排课服务
+- 满足高校个性化排课需求，优化教学资源配置
+- 实现实时排课冲突检测与智能调整
+- 提供丰富的可视化数据展示，支持多维度教学分析
+
+通过现代技术手段，特别是人工智能算法，我们致力于彻底解决传统排课难题，助力高校迈向智能化教学管理新时代。
+
+### 核心功能：智能排课引擎（80秒）
+智课方舟的核心是基于遗传算法的智能排课引擎。我们对传统遗传算法进行了专业优化，使其更适合复杂的教育场景：
+
+**遗传算法原理与应用：**
+- **种群初始化**：系统将每个课表视为"染色体"，初始阶段生成多套随机可行课表方案，智能匹配教师资质和教室类型
+- **多维适应度评估**：基于1000分基准，对课表进行严格评分，不仅考虑硬性冲突（每处-100分），还融入教师偏好、教室利用率、连续课程等多项软约束
+- **高级选择机制**：采用轮盘赌与精英保留策略，确保优质课表方案被保留并参与进化
+- **定向交叉变异**：通过特定领域优化的交叉和自适应变异操作，高效探索解空间，避免陷入局部最优
+
+系统提供三种精细策略（优化/平衡/快速模式），能在短时间内处理500+课程的大规模排课需求，生成冲突率低于1%、教室利用率提升30%的最优课表。
+
+### AI技术模型应用（70秒）
+除遗传算法外，我们还基于Dify平台集成了强大的AI模型技术：
+
+**基于Dify平台的大语言模型应用：**
+- Dify平台提供了便捷的AI应用开发环境，我们基于此平台集成了QWQ 32B和DeepSeek V3大型语言模型
+- 通过Dify的API调用接口，实现了自然语言处理模块，用于理解复杂排课规则和偏好需求
+- Dify的提示词工程和上下文管理能力，使系统能够提供类人化的排课决策解释和建议
+
+**Dify强大的插件生态系统：**
+- 我们充分利用Dify的插件系统直接读取系统数据库，使AI能实时获取最新课表数据、教师信息和教室状态
+- 通过JDBC插件，AI可执行复杂SQL查询，智能分析排课冲突和资源利用情况
+- 借助MCP操作插件，AI能直接访问文件系统、控制终端和执行系统操作，实现更深度的自动化流程
+- 基于Apifox插件，系统无缝对接OpenAPI规范，与第三方教务系统高效集成
+
+**成本节约与效率提升：**
+- 通过Dify自部署QWQ 32B和DeepSeek V3模型，相比使用商业API服务每月节约约80%的成本，一所普通高校年均节约约30万元（按每月约25万次API调用，商业API平均费率0.15元/次，自部署仅需支付服务器和维护成本计算）
+- 自部署模型避免了API调用次数限制，实现了更低延迟的响应速度和更高的处理效率
+- 数据隐私得到更好保障，敏感的教师和学生信息无需传输至第三方服务商
+
+**合规性智能审查：**
+- 利用Dify平台的数据处理能力，自动检测教师是否课时过多、学生连续上课时间是否过长
+- 基于预定义的教育规范知识库和Dify的推理能力，评估课表合理性
+- 通过Dify的分析能力，识别教学资源分配不均等潜在问题
+
+**Dify驱动的智能调整与问题解决：**
+- 利用Dify平台的多模型协同能力，在排课冲突或不合理安排时提供具体调整建议
+- 基于Dify的数据挖掘功能分析历史排课数据，预测可能的排课问题并提前规避
+- 利用Dify的实时响应能力，针对突发情况（如临时调课）快速生成最优解决方案
+
+### 多角色操作模块（60秒）
+系统面向不同用户提供专属功能模块：
+
+**管理员模块：**
+- 基础数据管理：教师、课程、教室、班级等信息维护
+- 排课规则配置：设置教学周数、时间段、权重系数等
+- 一键智能排课：设置排课策略后自动生成最优课表
+- 多维数据分析：查看教室利用率、教师工作量等统计报告
+
+**教师模块：**
+- 个性化时间偏好设置：标记可授课/不可授课时段
+- 课表查询与导出：多视图查看个人课表，支持PDF/Excel导出
+- 调课申请：图形化界面提交调课申请并查看审批进度
+
+**学生模块：**
+- 课表查询：按周/月/学期查看个人课表
+- 教室空闲查询：快速查找可用自习教室
+- 选课冲突预警：自动提示已选课程时间冲突
+
+### 系统价值与展望（30秒）
+智课方舟通过AI技术革新了高校排课流程，大幅提升排课效率，优化教学资源配置。系统不仅解决了传统排课难题，还为高校教学管理提供了数据驱动的决策支持，助力高校迈向智能化教学管理新时代。未来，我们将持续优化算法，进一步借助Dify平台的能力深化AI技术应用，为高校教育管理提供更加智能、高效的技术支持。
+
+谢谢大家！
+
+#

mkdocs.yml

@@ -62,6 +62,7 @@ nav:
     - 概要文档: final/project_overview.md
     - 算法文档: final/algorithm.md
     - 详细文档: final/project_detailed.md
+    - 视频文稿: final/manuscript.md
 plugins:
   - search
   - mermaid2