|
|
|
|
زمان‌بندی خودکار دروس دانشگاهی با استفاده از رویکرد ابرابتکاری
|
|
|
|
|
|
|
|
نویسنده
|
فتوتی مریم ,میرقادری هادی ,علی محمد لو مسلم
|
|
منبع
|
مهندسي صنايع و مديريت شريف - 1402 - دوره : 39 - شماره : 1 - صفحه:155 -167
|
|
چکیده
|
این مقاله به مدل‌سازی و حل مسئله‌ی جدول‌بندی زمانی دروس دانشگاهی می‌پردازد. در مدل‌سازی ریاضی این مسئله، دو قسمتی بودن برخی دروس 3 و 4 واحدی در طول هفته و همچنین تعلق برخی کلاس‌ها به برخی گروه‌های آموزشی در نظر گرفته شد. برای حل این مسئله، یک الگوریتم ابرابتکاری براساس الگوریتم رقابت استعماری توسعه داده شد که شامل 9 ابتکاری سطح پایین است و در آن با پنج استراتژی نحوه‌ی تخصیص مشخص می‌شود. الگوریتم ابرابتکاریِ پیشنهادی با داده‌های واقعی از دانشگاه شیراز آزمون شد. نتایج نشان داد که این الگوریتم قادر به تولید 10 جدول زمانی متفاوت طی 17 ساعت اجرا و بدون دخالت انسان است. بهترین جدول زمانی تولید شده به وسیله‌ی ابرابتکاری توسعه داده شده قادر است حدود 11 درصد بهره‌برداری از کلاس را افزایش داده و زمان انتظار دانشجویان برای شروع کلاس بعدی را به طور متوسط حدود 1 ساعت در هفته کاهش داده است.
|
|
کلیدواژه
|
درس، جدول زمانی، ابرابتکاری، فراابتکاری، الگوریتم
|
|
آدرس
|
دانشگاه شیراز, دانشکده‌ی اقتصاد، مدیریت و علوم اجتماعی, ایران, دانشگاه شیراز, دانشکده‌ی اقتصاد، مدیریت و علوم اجتماعی, ایران, دانشگاه شیراز, دانشکده‌ی اقتصاد، مدیریت و علوم اجتماعی, ایران
|
|
پست الکترونیکی
|
mslmaml@shirazu.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
automated university course timetabling using hyper-heuristic approach
|
|
|
|
|
Authors
|
|
|
Abstract
|
the university course timetabling problem (uctp) is a crucial yet intricate task for academic departments. uctp is classified as an np-hard problem; therefore, a simple solution may not be applicable to it. however, recently, hyper-heuristic algorithms, as a new approach, can automatically generate solutions. a hyper-heuristic algorithm consists of one or two high-level heuristics and several low-level heuristics. the low-level heuristics are responsible for generating or improving the initial solution, while the high-level heuristics are used to select the best low-level heuristics for achieving better solutions. this paper aims to produce timetables by mathematical modelling of real-worldhard and soft constraints and developing a hyper-heuristic algorithm as an efficient solution. in formulating the mathematical model of uctp, it is considered that certain classes are pre-allocated to departments. additionally, some three- and four-unit courses are held in two sessions per week, following the traditional patterns of saturday-monday, sunday-tuesday, and monday-wednesday (assuming saturday to wednesday as the workweek). there is also the possibility of following new patterns, such as saturday-tuesday and sunday-wednesday. the proposed hyper-heuristic is based on a customized imperialist competitive algorithm (ica) as a high-level heuristic. it utilizes nine low-level heuristics, five strategies for implementing them, and four heuristics for choosing time slots. the modified ica is a bi-objective and constructive algorithm, while the original is a single-objective and improvement-based algorithm. the modified ica has a variable self-tuned parameter and two assimilation process in strategic and operational level. the low-level heuristics refer to
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|