BEST SEATING PLAN FOR CENTERAL EXAMS USING GENETIC ALGORIHTMS

Öz

In Turkey, there are many central exams to which hundred thousands of people attend. In the same examination hall, there might be some people who know each other due to the random seating plans. There is a huge possibility that these people might help each other. This situation decreases the reliability of these exams. The confessions from these people who take these kinds of exams and the news in the media verify this truth. Our aim is to prevent those people who may know each other from being in the same examination hall. The implementation of the prevention process is made by using Genetic Algorithm in the software that arranges the examination halls. Due to this proposed model, the possibility of placing people who know each other in the same hall can be decreased and at the same time the reliability of these exams will be increased

Anahtar Kelimeler

• genetic algorithms, optimization, organizing examination halls

MERKEZİ SINAVLAR İÇİN GENETİK ALGORİTMALAR İLE EN İYİ OTURMA PLANI

Öz

Ülkemizde yüz binlerce kişinin katılımıyla yapılan merkezi sınavlar vardır. Rastgele yapılan oturma planlarında birbirini tanıyan kişilerin aynı sınav salonunda birbirlerine yakın oturmaları muhtemeldir. Bu kişilerin yardımlaşma ihtimali de vardır. Bu da sınavların güvenilirliğinin yitirilmesine neden olmaktadır. Basında çıkan haberler ve sınava girmiş kişilerin itirafları bu gerçeği doğrular niteliktedir. Amacımız birbirini tanıyan kişilerin aynı sınav salonunda sınava girmelerini engellemektir. Engelleme işlemini, Genetik Algoritmaların oturma düzenini hazırlayan yazılım içerisinde kullanılmasıyla yapılmaktadır. Önerilen bu model sayesinde, birbirini tanıyan kişilerin aynı sınav salonuna yerleştirilmesi kısa bir süre içerisinde engellenmiş olacak ve büyük kitlelere yapılan sınavların güvenilirliği bu sayede artmış olacaktır

Anahtar Kelimeler

• genetik algoritmalar, optimizasyon, sınav salonu yerleştirme

Kaynakça

1. Anadolu Ajansı, ÖSS'de Skandal: 5 Kardeş Arka Arkaya, Milliyet Gazetesi, 19 06 2005. [http://www.milliyet.com.tr/2005/06/19/son/sontur18.html], Erişim Tarihi: 21.12.2015].
2. Shin-ike K. ve Iima H., A Method For Determining Classroom Seating Arrangements By Using A Genetic Algorithm, SICE Annual Conference (SICE), Tokyo, 2011, s. 161-166.
3. Krauss B., Lee J., Newman D., Optimizing the Assignment of Students to Classes in an Elementary School, INFORMS Transactions on Education, Cilt 14, 2013, s. 39-44.
4. Ross P., Hart E. ve Corne D., Some Observations About Ga-Based Exam Timetabling, Practice and Theory of Automated Timetabling II, Toronto, Springer Berlin Heidelberg, 2006, s. 115-129.
5. Qu E., Burke E., Mccollum B., Merlot L. ve Lee S., A Survey of Search Methodologies and Automated System Development for Examination Timetabling, J. of Scheduling, Kluwer Academic Publishers, Cilt 12, No. 1, Şubat 2009, s. 55-89.
6. Baeck T. ve Fogel D.B., Evolutionary Computation 1: Basic Algorithms and Operators, New York: CRC Press, ISBN: 978-0750306645, 2000.
7. Sivanandam S.N. ve Deepa S.N., Introduction to Genetic Algorithms., New York: Springer Science & Business Media, ISBN: 978-3-540-73189-4, 2008.
8. Elmas Ç., Yapay Zeka Uygulamaları, s. 388-298, İstanbul: Seçkin Yayınevi, 2010.

9. Haupt R.L. ve Haupt S.E., Practicle Genetic Algorithms, New York: Winley, ISBN: 978- 0-471-45565-3, 2004.
10. Mitchell M., An Introduction to Genetic Algorithms (Complex Adaptive Systems), New York: The MIT Press, ISBN: 9780262133166, 1998.
11. Nebiyev V., Yapay Zeka Problemler - Yöntemler - Algoritmalar, İstanbul: Seçkin Yayıncılık, 2013, s.100-110.
12. Rylander R., Computational Complexity and Genetic Algorithms, Doktora Tezi, University of Idaho, ABD, 2001, s. 1-110.
13. Dasgupta D. ve Michalewicz Z., Evolutionary Algorithms in Engineering Aslications, New York: Springer, ISBN 978-3-662-03423-1, 1997.