Genetic algorithm for university timetabling problem

• Autorzy: Woźniak, P.

Warianty tytułu

PL

Zastosowanie algorytmu genetycznego do planowania zajęć na wyższej uczelni

• Języki publikacji: EN

Abstrakty

EN

In the paper the university timetabling problem, is defined. Taking into account features specific for Polish technical universities, solution is split into finding both a class schedule and room allocation that do not conflict with any constraints. The Two Phases Genetic Algorithm (TGA) is proposed which evolves two kinds of genotypes, one related to class scheduling, and the other one - to room allocation. Various types of classes and rooms are taken into account.

PL

W artykule zaprezentowano podstawowe założenia dotyczące nowej metody układania planu zajęć na uczelni. Zaproponowano zastosowanie dwuetapowego podejścia bazującego na Algorytmach Genetycznych (GA). W literaturze przedmiotu brak prac uwzględniających specyfikę polskich uczelni. Przedstawiono podstawowe cechy oraz przedyskutowano przykładowe zastosowanie zaproponowanego dwufazowy algorytm genetyczny (TGA). Złożoność problemu wymaga dalszych badań nad implementacją w skali dużych jednostek organizacyjnych, w których realizowane jest równolegle wiele form studiów (stacjonarne dzienne, wieczorowe oraz zaoczne i zaoczne zamiejscowe).

Słowa kluczowe

PL

algorytm genetyczny; GA; algorytm genetyczny dwufazowy; TGA; planowanie zajeć; układanie planu; plan zajęć; uczelnie wyższe

EN

genetic algorithms; GA; two phases genetic algorithm; TGA; timetable; time-table problem; universities

• Czasopismo: Zeszyty Naukowe. Elektryka / Politechnika Łódzka
• Rocznik: 2005
• Tom: z. 106
• Strony: 99-111
• Opis fizyczny: Bibliogr. 5 poz.

Twórcy

autor

Woźniak, P.

• Technical University of Łódź, Institute of Automatic Control

Bibliografia

• [1] Burke E.K., Newall J-P.: Multi-stage evolutionary algorithm for timetable problem. IEEE Trans. Evolutionary Computation, 1999, pp. 1085-1092.
• [2] Burke E.K., Petrovic S.: Recent research directions in automated timetabling. European Journal of Operational Research, 2002, pp. 266-280.
• [3] Carter M.W., Laporte G.: Recent developments in practical course timetabling. In: Burke E., Carter M. (editors). The practice and theory of automated timetabling: selected papers. Lecture Notes in Computer Science, Vol. 1408, Springer-Verlag, 1998, pp. 3-19.
• [4] Rich D.C.: A smart genetic algorithm for university timetabling. In: Burke E., Ross R. (editors). The practice and theory of automated timetabling: selected papers. Lecture Notes in Computer Science, Vol. 1153, Springer-Verlag, 1996, pp. 181-197.
• [5] Goldberg D.E.: Genetic algorithm in search, optimization and machine learning, Addison-Wesley, Reading, 1982.