با در دست داشتن آمار متقضیان هر درس از طریق ثبت‌نام مقدماتی دروس، یک مدل ریاضی صفر و یک برای مسئله زمانبندی دروس دانشگاهی در این مقاله ارائه می‌شود. در این مدل ترجیحات اساتید در مورد بازه‌های زمانی و موضوعات درسی و همچنین دسترس‌پذیری دروس برای دانشجویان جهت اخذ، در نظر گرفته می-شود. ابتدا کلیه دروس اعم از دو یا سه واحدی در بازه‌های زمانی متناسب با دروس سه واحدی برنامه‌ریزی می شوند. این امر تعداد متغیرها و محدودیت‌های مسئله را به شدت کاهش می‌دهد. سپس جواب بدست آمده، به عنوان داده‌ی ورودی مدل‌های خطی صفر و یک جدید قرار می‌گیرد که در این مدل‌ها با جایابی مجدد دروس دو واحدی در بازه های مجاز، جواب حاصل ارتقاء یابد. با توجه به اینکه مسئله زمانبندی دروس متعلق به مسائل رده پیچیدگی NP-complete می‌باشند، دو الگوریتم فراابتکاری سیستم اجتماع مورچگان و شبیه-سازی تبرید برای حل این مسئله ارائه گردیده است. کارایی نسبی الگوریتم‌های پیشنهادی با استفاده از داده‌های دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان و داده‌های تصادفی در ابعاد کوچک با مقایسه‌ی جواب‌های بهینه و در ابعاد بزرگ با مقایسه‌ی دو الگوریتم پیشنهادی نشان داده شده است. در ابعاد کوچک میانگین خطای الگوریتم مورچگان نسبت به جواب بهینه برابر 08/1% و میانگین خطای الگوریتم شبیه‌سازی تبرید نسبت به جواب بهینه برابر 82/1% محاسبه شده است. در مورد مسائل با ابعاد بزرگ با افزایش ابعاد مسئله زمان حل الگوریتم مورچگان نسبت به الگوریتم شبیه‌سازی تبرید به طور چشمگیری افزایش می‌یابد در حالیکه میانگین تابع هدف الگوریتم شبیه‌سازی تبرید انحراف قابل ملاحظه‌ای نسبت به الگوریتم مورچگان ندارد.