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

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 522

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCSE01_092

تاریخ نمایه سازی: 14 شهریور 1396

چکیده مقاله:

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.

کلیدواژه ها:

نویسندگان

مریم مشایخی فرد

گروه کامپیوتر، واحد علوم و تحقیقات بوشهر، دانشگاه آزاد اسلامی، بوشهر ایران

مهدی صادق زاده

مدرس دانشگاه، واحد علوم و تحقیقات بوشهر، دانشگاه آزاد اسلامی، بوشهر ایران

مرضیه داور

عضو هیات علمی، واحد علوم و تحقیقات بوشهر، دانشگاه آزاد اسلامی، بوشهر ایران