رویکردی نوین در زمان بندی دروس دانشگاه با استفاده از الگوریتم ژنتیک
Publish place: 12th Annual Conference of Computer Society of Iran
Publish Year: 1385
Type: Conference paper
Language: Persian
View: 3,256
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ACCSI12_216
Index date: 13 January 2008
رویکردی نوین در زمان بندی دروس دانشگاه با استفاده از الگوریتم ژنتیک abstract
زمان بندی دروس یکی از مسائل مهم و زمان بر در هر محیط آموزشی اس ت. برنامه ریزی چیدمان دروس در جدول هفتگی، براساس معیارها و امکانات محیط، مشخصات دروس و ساعات حضور استادان صورت می گیرد. هدف زمان بندی دروس، ایجاد یک برنامۀ زمانی معتبر و قابل اجرا با حداقل تداخل می باشد. این مسأله از نظر پیچیدگی در دستۀ مسائلNP قرار می گیرد و برای حل آن به جای الگوریتم های کلاسیک، از الگوریتم ژنتیک، جستجوی ممنوع، شبیه سازی تبریدی و رنگ آمیزی گراف استفاده می شود. در این مقال ه ضمن بیان مراحل بکارگیری الگوریتم ژنتیک به منظور زما ن بندی درو س، فنون مورد استفاده در رویکرد نو ینِ این پژوهش ارائه م یگردد. رویکرد مذکور شامل اصلاحاتی از قبیل تغییراتی در مدل اولیۀ مسأله در راستای بهبود زمان اجرا و جلوگیری از پیمایش فضای حالت ناممکن، روشی جدید در رمزگذاری و معرفی عملگرهای هوشمند جهش و ترکیب به منظور انجام اصلاحات در نسل ها م ی باشد. در انتها، با اعمال 20 نمونه ورودی مختلف به برنامه ای که مخصوص این پژوهش طراحی گردید، تأثیر رو یکرد نوین در مقایسه با روش استاندارد، در رسیدن به جواب بهینه سنجیده م یشود و نشان داده می شود که رویکرد نوین به طور متوسط در زمان کوتاهتر به جوابهای بهینه تری می رسد.
رویکردی نوین در زمان بندی دروس دانشگاه با استفاده از الگوریتم ژنتیک Keywords:
الگوریتم ژنتیک , زمان بندی دروس , الگوریتم تکاملی , محدودیت نرم , محدودیت سخت , مسائل NP , جهش , ترکیب
رویکردی نوین در زمان بندی دروس دانشگاه با استفاده از الگوریتم ژنتیک authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :