حل مسیله زمانبندی دروس دانشگاه با استفاده از الگوریتم ژنتیک موازی بهبود یافته

مسیله زمانبندی دروس دانشگاه یک مسیله بهینه سازی ترکیبی می باشد که در آن مجموعه ای از رویدادها باید در بازه های زمانیموجود زمانبندی شده و در کلاس های مناسب جایدهی شود، ضمن اینکه مجموعه ای از محدودیت های سخت و نرم نیز رعایت میشوند. تهیه چنین جدول زمانبندی برای موسسه های آموزشی کاری بسیار دشوار و زمانبر می باشد زیرا در رده مسایل NP-Hard قرارمی گیرد. کار صورت گرفته در این تحقیق تلاش دارد بجای استفاده از یک جمعیت اولیه و انجام مراحل الگوریتم ژنتیک بر روی آن،جمعیت های متفاوتی ایجاد نماید که بطور همزمان مورد تحلیل قرار می گیرند. ساختار کروموزم در تمامی این جمعیتها یکسان است،اما هر جمعیت میتواند مراحل انتخاب، تکثیر و جهش خاص خود را داشته باشند. پس از گذشت چناد نسل، توسط الگوریتم هاینخبه گرا به تبادل کروموزم بین آنها می پردازیم. با اضافه کردن معیار فاصله تا امکان پذیر بودن راه حل، جمعیت های اولیه با کاراییبالاتری ایجاد می کنیم. در نهایت با اضافه کردن جستجو محلی به خروجی الگوریتم ژنتیک باعث بهبود راه حل های ایجاد شده میشویم. نتایج ارزیابی روی مجموعه داده BenPaechter نشان می دهد روش پیشنهادی عملکرد بالاتری نسبت به سایر روش های مشابه دارد.

حل مسیله زمانبندی دروس دانشگاه با استفاده از الگوریتم ژنتیک موازی بهبود یافته Keywords:

زمانبندی دروس دانشگاه , محدودیت , فاصله تا امکانپذیر بودن , جستجو محلی , مجموعه داده BenPaechter