Генетичний метод розв’язання задачі складання розкладу навчальних занять
DOI:
https://doi.org/10.35681/1560-9189.2024.26.1.308332Ключові слова:
генетичний алгоритм, розклад, еволюційний алгоритм, заняття, обмеженняАнотація
Розглянуто проблему складання оптимального розкладу, яка полягає у пошуку оптимального розподілу навчальних занять на певний період часу при заданих обмеженнях. Розроблено послідовний і паралельний ме-тоди складання розкладу на основі генетичного пошуку. Запропоновані методи використовують адаптовані та модифіковані оператори ініціалізації, схрещування та селекції. Алгоритми, використовуючи цільову функцію, мінімізують конфлікти між заняттями та проміжок часу між заняттями, враховують рекомендований час і місце проведення. Розроблені методи дозволяють скорити час на планування навчального процесу та уникнути помилок при створенні розкладу. Проведено порівняльний аналіз між класичним і модифікованим генетичним алгоритмом, і встановлено, що модифікований алгоритм працює швид-ше та ефективніше за класичний. Також порівняно роботу модифікованого алгоритму з різними операторами та параметрами генетичного алгоритму для встановлення найкращих. Отримані результати дозволяють запропонувати ефективні методи для підвищення якості складання розкладу та покращення процесу навчання в університеті
Посилання
Solving Timetable Problem by GeneticAlgorithm and Heuristic Search Case Study:Universitas Pelita Harapan Timetable [Electronic resource]. – Access mode: yttps://www.researchgate.net/publication 221927228_Solving_Timetable_Problem_by_Genetic_Algorithm_and_Heuristic_Search_Case_Study_Universitas_Pelita_Harapan_Timetable.
An Evolutionary Algorithm for Solving Academic Courses Timetable Scheduling Problem [Electronic resource]. – Access mode: https://www.researchgate.net/publication/356044560_An_Evolutionary_Algorithm_for_Solving_Academic_Courses_Timetable_Scheduling_Problem
A Review of Optimization Algorithms for University Timetable Scheduling [Electronic resource]. – Access mode: https://www.researchgate.net/publication/347802207_A_Review_of_Optimization_Algorithms_for_University_Timetable_Scheduling
Some Methods of Solving the NP-difficult Problem of Optimal Schedule for the University [Electronic resource]. – Access mode: https://www.sciencedirect.com/science/article/pii/S187705091930417X#:~:text=However%2C%20there%20are%20a%20number%20of%20heuristic%20and,method%2C%20graph%20coloring%20method%2C%20intelligent%20method%2C%20genetic%20algorithm.
Haytan O. M. Avtomatyzatsiya heneratsiyi rozkladu navchalnoho protsesu universytetu / O. M. Haytan // Informatyka, obchyslyuval'na tekhnika ta avtomatyzatsiya. – Tom 31 (70) Ch. 1. – No. 2. – 2020. – S. 58–66.
Snytyuk V. Ye. Tekhnolohiya evolyutsiynoho formuvannya rozkladiv u zakladakh vyshchoyi osvity: monohrafiya / V. Ye. Snytyuk, O. M. Sipko. – Kyiv : Vydavets' FOP Picha Yu.V., 2022. – 136 s.
Mulyava I. Ya. Vyrishennya zadachi avtomatyzovanoho formuvannya rozkladu navchal'noho zakladu za dopomohoyu henetychnykh alhorytmiv / I. Ya. Mulyava // Mizhnarodnyy naukovyy zhurnal "Internauka". – No. 9(1). – 2018. – S. 77-83.
Kysil' V. V. Model zadachi skladannya ta optymizatsiyi rozkladu zanyat' za umovy zadovolennya ob"yektyvnykh ta sub"yektyvnykh vymoh navchal'noho zakladu / V. V. Kysil', I. V Drach, T. M. Kysil' // Informatyka, obchyslyuval'na tekhnika ta avtomatyzatsiya. – Tom 30 (69) Ch. 1. – No. 6. – 2019. – S. 65–70.
Tomashevskyy V. M. Skladannya rozkladiv zanyat' u dystantsiynykh systemakh navchannya / V. M. Tomashevs'kyy, Yu. L. Novikov, P. A. Kamins'ka // Visnyk Natsional'noho tekhnichnoho universytetu Ukrayiny "KPI". Iformatyka, upravlinnya ta obchyslyuval'na tekhnika. – 2010. – Vyp. 52. – S. 118–130.
Genetic Algorithm in Machine Learning [Electronic resource]. – Access mode: https://www.javatpoint.com/genetic-algorithm-in-machine-learning.
Henetychni alhorytmy. Klyuchovi ponyattya i metody realizatsiyi [Elektron. resurs]. – Rezhym dostupu: http://www.znannya.org/?view=ga_general.
An Illustrated Guide to Genetic Algorithm [Electronic resource]. – Access mode: https://towardsdatascience.com/an-illustrated-guide-to-genetic-algorithm-ec5615c9ebe.
Genetic Algorithm – Advantages & Disadvantages [Electronic resource]. – Access mode: https://electricalvoice.com/genetic-algorithm-advantages-disadvantages/.
Semenchuk V. M. Osoblyvosti vykorystannya ostrivnoyi modeli henetychnykh alhorytmiv / V. M. Semenchuk. – Ternopil's'kyy natsional'nyy tekhnichnyy universytet imeni Ivana Pulyuya. – UDK 004.021. – 2020. – S. 114.
Oliinyk, A., Fedorchenko, I., Stepanenko, A., Katschan, A., Fedorchenko, Y., Kharchenko, A., Goncharenko, D. "Development of genetic methods for predicting the incidence of volumes of emissions of pollutants in air". 2019 2nd International Workshop on Informatics and Data-Driven Medicine, IDDM, CEUR Workshop Proceedings, 2019, Vol.2488, pp. 340–353.
Fedorchenko, I., Oliinyk, A., Stepanenko, A., Svyrydenko, A, Goncharenko, D. "Genetic method of image processing for motor vehicle recognition". 2019 2nd International Workshop on Computer Modeling and Intelligent Systems, CMIS, 2019, Zaporizhzhia, April 15-19, CEUR Workshop Proceedings, Vol. 2353, pp. 211-226.
Fedorchenko, I., Oliinyk, A., Stepanenko, A., Zaiko, T., Korniienko, S., Burtsev, N. "Development of a genetic algorithm for placing power supply sources in a distributed electric network". European Journal of Enterprise Technologies, issue 5/101, 6–16 (2019), doi: 10.15587/1729-4061.2019.180897
Oliinyk, A., Fedorchenko, I., Stepanenko, .Rud M., Goncharenko, D. Implementation of evolutionary methods of solving the travelling salesman problem in a robotic warehouse // Lecture Notes on Data Engineering and Communications Technologies, 2021, 48, P. 263–292.
Fedorchenko, I., Oliinyk, A., Stepanenko, Zaiko, T., Korniienko S., Kharchenko, A. Construction of a genetic method to forecast the population health indicators based on neural network models // Eastern-European Journal of Enterprise Technologies, 2020, 1 (4-103), P. 52–63. DOI: 10.15587/1729-4061.2020.197319
Phang, F. A., Pusppanathan, J, Nawi, N. D., Zulkifli, N. A., Zulkapri, I., Harun, F. K. C., Wong, A. Y. K., Alsayaydeh, J. A. J., Sek, T. K., (2021). "Integrating Drone Technology in Service Learning for Engineering Students". International Journal of Emerging Technologies in Learning. 16(15), pp. 78-90.
Zakir Hossain, A. K. M., Hassim, N. B., Alsayaydeh, J. A. J., Hasan, M. K., & Islam, M. R. (2021). A tree-profile shape ultra wide band antenna for chipless RFID tags. International Journal of Advanced Computer Science and Applications, 12(4), 546-550. doi:10.14569/IJACSA.2021.0120469.
Jamil Abedalrahim Jamil Alsayaydeh*, Azwan Aziz, A. I. A. Rahman, Syed Najib Syed Salim, Maslan Zainon, Zikri Abadi Baharudin, Muhammad Inam Abbasi and Adam Wong Yoon Khang, 2021. DEVELOPMENT OF PROGRAMMABLE HOME SECURITY USING GSM SYSTEM FOR EARLY PREVENTION, ARPN Journal of Engineering and Applied Sciences. (VOL. 16 NO. 1) pp 88-97.
S. Mishra, R. Sachan, and D. Rajpal, “Deep convolutional neural network based detection system for real-time corn plant disease recognition”, Procedia Comput. Sci., vol. 167, pp. 2003–2010, 2020. Accessed: Nov. 8, 2023. [Online]. Available: https://doi.org/10.1016/j.procs.2020.03.236
Indra, W.A., Zamzam, N.S., Saptari, A., Alsayaydeh, J.A.J, Hassim, N.B., 2020.” Development of Security System Using Motion Sensor Powered by RF Energy Harvesting”, 2020 IEEE Student Conference on Research and Development, SCOReD 2020 9250984, pp. 254-258.
M. Jung et al., “Construction of deep learning-based disease detection model in plants”, Scientific Rep., vol. 13, no. 1, May 2023. Accessed: Nov. 8, 2023. [Online]. Available: https://doi.org/10.1038/s41598-023-34549-2
Adam Wong Yoon Khang, Shamsul J. Elias, Nadiatulhuda Zulkifli, Win Adiyansyah Indra, Jamil Abedalrahim Jamil Alsayaydeh, Zahariah Manap, Johar Akbar Mohamat Gani, 2020. Qualitative Based QoS Performance Study Using Hybrid ACO and PSO Algorithm Routing in MANET. Journal of Physics, Conference Series 1502 (2020) 012004, doi:10.1088/1742-6596/1502/1/012004
S.-H. Lee, C.-C. Wu, and S.-F. Chen, “Development of image recognition and classification algorithm for tea leaf diseases using convolutional neural network”, in 2018 Detroit, Mich. July 29 - August 1, 2018. St. Joseph, MI: Amer. Soc. Agricultural Biol. Engineers, 2018. Accessed: Nov. 8, 2023. [Online]. Available: https://doi.org/10.13031/aim.201801254
