حل مسیله زمان بندی دروس دانشگاهی با قابلیت اولویت های انعطاف پذیر با استفاده از الگوریتم بهینه سازی مبتنی بر یادگیری - آموزش
- سال انتشار: 1397
- محل انتشار: هشتمین کنفرانس هوش مصنوعی و رباتیک و دهمین سمپوزیوم بین المللی ربوکاپ آزاد ایران ۲۰۱۸
- کد COI اختصاصی: IRANOPEN08_020
- زبان مقاله: فارسی
- تعداد مشاهده: 686
نویسندگان
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
چکیده
برنامه ریزی آموزشی و ایجاد جدول زمانبندی دروس، یک پروسه مهم و زمان بر در دانشگاهها و مراکز آموزشی است که مسیولان برنامه ریزی آموزشی بصورت دوره ای در شروع هر نیمسال تحصیلی با آن مواجه می شوند. هدف، ایجاد یک جدول زمانبندی معتبر، با در نظر گرفتن قیود و امکانات و بدون تداخل و با رعایت ترجیحات مدرسان و دانشجویان است. از آنجایی که این مسیله در طبقه بندی مسایل NP - hard قرار می گیرد، نیازمند استفاده از الگوریتم های فراابتکاری به جای الگوریتم های کلاسیک می باشد. در این پژوهش برای نخستین بار مسیله زمانبندی دروس دانشگاه با استفاده از یک الگوریتم بهینه سازی مبتنی بر آموزش -یادگیری و با در نظر گرفتن قابلیت اولویت های انعطاف پذیر حل شده است. بدلیل اینکه فضای جستجو در مسیله زمان بندی دروس گسسته است به منظور رسیدن به یک راه حل بهتر از یک مکانیسم جستجوی محلی استفاده می کنیم همچنین در آن به اسانید و کلاس ها این امکان داده شده که اولویت های خود برای تدریس در ساعات مورد نظر هفته را، در جدولی مخصوص به خود مشخص کنند. نتایج آزمایش ها اثبات می کند که الگوریتم پیشنهادی ما نسب به الگوریتم دسته ماهی های مصنوعی 13٫5 درصد و در مقایسه با الگوریتم ازدحام ذرات 25 درصد منجر به تولید نتایج بهتری می گرددکلیدواژه ها
زمانبندی دروس دانشگاه، الگوریتم بهینه سازی مبتنی بر آموزش - یادگیری ، ترجیحات انعطاف پذیر، جستجوی محلیمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.