محمد صادق شیری؛ سید مصطفی خرمی زاده؛ وحید احمدی
دوره 3، شماره 4 ، اسفند 1401، ، صفحه 452-464
چکیده
هدف: در این مقاله یک روش دومرحلهای جدید برای حل مسالهی زمانبندی دروس دانشگاهی مبتنی بر برنامهی درسی ارایه شده است. در هر دو مرحله، روش از رویکرد فراابتکاری جدید استفاده شده است. علاوه بر این، یک نمایش جواب جدید برای زمانبندی دروس دانشگاهی معرفی شده است و از برخی رویکردها نیز برای تشدید و تنوع استفاده میشود که کاملاً مبتنی ...
بیشتر
هدف: در این مقاله یک روش دومرحلهای جدید برای حل مسالهی زمانبندی دروس دانشگاهی مبتنی بر برنامهی درسی ارایه شده است. در هر دو مرحله، روش از رویکرد فراابتکاری جدید استفاده شده است. علاوه بر این، یک نمایش جواب جدید برای زمانبندی دروس دانشگاهی معرفی شده است و از برخی رویکردها نیز برای تشدید و تنوع استفاده میشود که کاملاً مبتنی بر نمایش جواب جدید است.روششناسی پژوهش: در مرحلهی اول روش جدید، یک جواب با کیفیت بالا قابل اجرا محاسبه میشود. برای این منظور، ابتدا محدودیتهای سخت مربوط به دورههای زمانی در نظر گرفته شده و جوابی محاسبه میشود که این محدودیتهای سخت را برآورده کند. در مرحلهی بعد روش جدیدی برای تخصیص اتاقها به دروس معرفی میشود که پس از اعمال آن بر روی جوابی که محدودیتهای سخت دورهی زمانی را برآورده میکند، یک جواب شدنی محاسبه میشود. علاوه بر این، نتایج عددی نشان میدهد که جواب شدنی محاسبهشده کیفیت بالایی دارد. در مرحلهی دوم، ابتدا چندین تابع همسایگی جدید برای بهبود کیفیت جواب شدنی محاسبه شده به طور قابل توجهی مورد استفاده قرار میگیرد که برای کاهش جریمه جواب شدنی محاسبه شده مرحلهی اول طراحی شده است. در حالی که تابع تناسب مرحلهی اول مبتنی بر نقض محدودیتهای سخت است، تابع تناسب مرحلهی دوم بر اساس جریمهی جواب شدنی است. در بسیاری از الگوریتمهای فراابتکاری که تاکنون ارایه شدهاند، تلاش محاسباتی زیادی بر روی الگوریتم برای انتساب اتاقها به دورهها صرف میشود. ویژگی جدید الگوریتم ارایه شده این است که از یک استراتژی برای تخصیص اتاقها به دوره فقط یک بار و بدون استفاده از هیچ الگوریتم تطبیقی استفاده میشود. یافتهها: الگوریتم ارایه شده بر روی برخی از نمونههای استاندارد ادبیات اعمال شده و کارایی الگوریتم ارایه شده مورد تجزیه و تحلیل قرار گرفته است. نتایج عددی نشان میدهد که زمان محاسبات مورد نیاز با اندازهی نمونهها افزایش مییابد و الگوریتم بعد از چند دقیقه به سمت جواب بهینه همگرا میشود.اصالت/ارزش افزوده علمی: الگوریتم ارایه شده ما را قادر میسازد تا در عمل با مسایل بزرگ زمانبندی دروس دانشگاهی مواجه شویم. علاوه بر این، روشی کارآمد برای دستیابی به جوابهای شدنی برای نمونههای دنیای واقعی و تلاش برای بهبود کیفیت آنها در اختیار ما قرار میدهد.