بررسی مسأله زمانبندی ‎درسی دانشگاهی با استفاده از ترکیب الگوریتم ممتیک ‏بهبودیافته و الگوریتم سردشدن شبیه سازی شده

پایان نامه
چکیده

زمانبندی را می توان در همه ی جنب? های زندگی نظیر کار، تعلیم و تربیت، نقل و انتقالات و سرگرمی مشاهده کرد. در واقع، تصور ‏کردن جوامع مدرن و سازماندهی شده بدون بهره گیری از زمانبندی سخت و مشکل خواهد بود. از طرف دیگر ورود کامپیوترها به ‏زندگی انسان باعث بالا رفتن سرعت وتسهیل در انجام کارها در اکثر زمینه های زندگی شده است. از جمله ی این کارها زمانبندی ‏و برنامه ریزی در اموری می باشد که با تعداد زیادی محدودیت برای بهینه سازی مواجه می باشند. به عنوان مثال برنامه ریزی درسی ‏که در اوایل هر نیمسال در دانشکده های یک دانشگاه انجام می شود از این جمله می باشد. انجام این کار به صورت دستی زمان بر و ‏جدول زمانبندی حاصل شده ممکن است که بهینه نباشد. یکی از مشکلات مهم در این مسأله تنوع محدودیت ها است که باعث می ‏شود برنامه ریزی در دانشکده های مختلف به گونه های متفاوتی انجام شود. کارهای زیادی برای حل این مسأله انجام شده، که اکثر ‏آنها از روش های فرامکاشفه ای(‏metaheuristic‏) بهره برده اند. در این پایان نامه یک روش مبتنی بر ترکیب الگوریتم ‏ممتیک(‏memetic algorithm‏) بهبود یافته و الگوریتم سردشدن شبیه سازی شده(‏simulated annealing‏) ارائه می شود. منظور از ‏بهبود در الگوریتم ممتیک، ایجاد جمعیت اولیه به شکل مکاشفه ای(‏heuristic‏) و همچنین تغییر عملگر تقاطع (‏crossover‏) در این ‏الگوریتم می باشد. عملگر تقاطع جدید با نام عملگر تقاطع حریصانه معروف می باشد. همچنین یک عملگر به نام ‏improvement‏ ‏جهت بهبود کروموزوم های تولید شده و کاهش تعداد نقض محدودیت ها طراحی شده است. استفاده از الگوریتم سردشدن شبیه ‏سازی شده باعث افزایش توانایی بهره برداری(‏exploiting‏) الگوریتم ممتیک خواهد شد. نتایج به دست آمده از انجام این روش بر ‏روی داده های استاندارد در مقایسه با برخی روش های جدید، کارآمدی این روش را نشان می دهند. این روش علاوه بر داده های ‏استاندارد بر روی داده های دانشکده برق و کامپیوتر نیز اعمال شده است. ترکیب های متفاوتی از الگوریتم ژنتیک(‏genetic ‎algorithm‏) و الگوریتم ممتیک با عملگرهای مطرح شده در این پایان نامه برای بررسی کارآیی الگوریتم پیشنهادی ارائه شده ‏است. نتایج به دست آمده از این مقایسه برتری روش پیشنهادی را نسبت به سایر روش های ترکیبی مطرح شده نشان می دهد.‏

منابع مشابه

بهینه‌سازی مجموع جریمه‌های هزینه دیرکرد و انرژی در مسأله زمانبندی ماشین‌های موازی‌ ناهمگن به وسیله الگوریتم ممتیک

در مطالعات مختلف مربوط به مسائل زمانبندی، معمولا تمرکز بر برنامه‌ریزی ماشین‌ها و تخصیص کارها به ماشین‌ها و تعیین توالی کارها، به منظور بهینه‌سازی زمان اتمام کارها، می‌باشد. با توجه به ارتباط بین اقتصاد، انرژی و نگرانی‌های زیست محیطی، مصرف انرژی یکی از موارد مهم در برنامه‌ریزی سیستم‌های مختلف می‌باشد. در این مقاله یک مسأله زمانبندی ماشین‌های موازی ناهمگن که در آن سرعت پردازش هر کار روی هر یک از ...

متن کامل

زمانبندی پروژه با داده های فازی با استفاده از الگوریتم شبیه سازی تبرید

این مقاله، مساله زمان‏بندی پروژه تحت محدودیت منابع (rcpsp) را در بخشی از یک پروژه احداث پالایشگاه در دنیای واقعی بررسی می‏کند. در  فعالیت‏های دنیای واقعی، اکثر فعالیت‏ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت‏ها مواجه هستیم که این امر منجر به تغییرات زیادی در زمان اتمام پروژه می‏شود. در این تحقیق، به دلیل np-hard بودن مساله rcps، یک روش بهینه‏سازی بر مبنای الگوریتم شبیه‏سازی تبرید بر...

متن کامل

استخراج پارامتر های پارچه از تصویر شبیه سازی شده با استفاده از روش الگوریتم ژنتیک

تشخیص صحیح طرح رنگ و بافت در پارچه با نخ های رنگی از مهم ترین نیازهای طراحان و تولید کنندگان پارچه است. این مهم، امری زمان بر است و نیاز به دقت زیادی دارد. در این راستا، پردازش تصویر با استفاده از الگوریتم های فرا ابتکاری می تواند روش مفیدی را برای دستیابی به این هدف ارائه دهد. در این پژوهش، با کاربرد روشی جدید بر پایه الگوریتم ژنتیک، پارامترهای طرح رنگ، تعداد تکرار آن و طرح بافت به طور هم زمان...

متن کامل

الگوریتم ممتیک برای حل مسئله زمانبندی کار کارگاهی منعطف با امکان ایجاد وقفه در انجام فعالیت‌ها

Flexible job shop scheduling problem )FJSP( is an extension of the classical job shop scheduling problem which allows an operation to be processed by any machine from a given set. FJSP is NP-hard and mainly presents two difficulties. The first one is to assign each operation to a machine out of a set of capable machines, and the second one deals with sequencing the assigned operations on the ma...

متن کامل

طراحی جدول زمانبندی خودکار برای دروس دانشگاهی با استفاده از الگوریتم های ژنتیک

طراحی جدول زمان­بندی، اساساً از وظایف پیچیده و وقت گیر برای پرسنل مسئول می­باشد که از طرفی انجام خودکار آن گامی در جهت کاهش بار کاری پرسنل و از سوی دیگر یک نمونه مطلوب برای امتحان روش­های برنامه­ریزی و ارضای محدودیت­ها در هوش مصنوعی است.  در این پژوهش، ابتدا  الگوریتم­های ژنتیک مطالعه و بررسی شده، سپس در مسأله بهینه سازی جدول زمانی دروس برای یک دانشکده فرضی مورد استفاده قرار گرفته است. د...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023