Ders Çizelgeleme Probleminin Melez Genetik Algoritmalar İle Performans Analizi

Yıl 2013, Cilt: 6 Sayı: 1, 242 - 262, 01.04.2013

Mustafa Gerşil Türker Palamutçuoğlu

Öz

Constitution of course scheduling is one of the most important services that are necessary for performing the education without interruption and assessing the results. Course programs are schedules that assign courses to appropriate classrooms and time pieces under certain constraints. General course scheduling problem is NP-hard. Therefore; the solution of these problems do not succeed by deterministic methods. In this study, for increasing the efficiency of course programs that can be regarded as sub-section of the issue of timing in education, a software program is developed that establishes and optimizes the course program by using genetic algorithm which is one of artificial intelligence methods. The software developed in order to ensure more effective education and training use education and training productivity and the weight of the course as a criteria.

Anahtar Kelimeler

Course Scheduling, Genetic Algorithms, Local Search Techniques.

DERS ÇİZELGELEME PROBLEMİNİN MELEZ GENETİK ALGORİTMALAR İLE PERFORMANS ANALİZİ

Öz

Ders çizelgelemenin oluşturulması, eğitimin aksamadan yapılabilmesi ve sonuçlarının değerlendirilebilmesi için gerekli olan en önemli hizmetlerden biridir. Ders programları belirli kısıtlar altında derslerin, uygun dersliklere ve zaman dilimine atanmasını sağlayan çizelgelerdir. Genel ders çizelgeleme problemi NP-zor (Non polinominal – zor) sınıfındadır. Bu nedenle bu problemlerin çözümünde deterministik yöntemler başarılı olamamaktadır. Bu çalışmada, eğitimde zamanlama konusunun alt bölümü sayılabilecek ders programlarının verimliliğinin arttırılması için yapay zeka yöntemlerinden biri olan genetik algoritma kullanılarak, ders programı hazırlayan ve optimize eden bir yazılım programı geliştirilmiştir. Daha etkin bir eğitim ve öğretim sağlamak için geliştirilen yazılım programı, eğitim ve öğretim verimliliği ve ders ağırlığını kriter olarak kullanmaktadır.

Anahtar Kelimeler

Ders Çizelgeleme, Genetik Algoritmalar, Yerel Arama Teknikleri

Kaynakça

• Carter, M. W. ve Laporte, G. , 1998, “Recent Developments in Practical Course Timetabling”, In Selected Papers From the Second international Conference on Practice and Theory of Automated Timetabling II (August 20 - 22, 1997), Burke, E. K. ve Carter, M. W., Eds. Lecture Notes In Computer Science, (1408); 3-19, Springer-Verlag.
• Glover, F. (1989), “Tabu Search – Part I”, ORSA Journal on Computing 1; 190-206.
• Glover, F. (1990), “Tabu Search – Part II”, ORSA Journal on Computing 2; 4-32.
• Glover, F. and M. Laguna (1993), "Tabu Search," Modern Heuristic Techniques for Combinatorial Problems, C. Reeves, ed., Blackwell Scientific Publishing; 70-141. Grefenstette, J.J. (1986), “Optimization of Control Parameters for Genetic Algorithms,” IEEE Trans. on Systems, Man, and Cyb., (16), No. 1; 122-128.
• Karaboğa, D. (2004), Yapay Zeka Optimizasyon Algoritmaları, İstanbul, Atlas Yayın Dağıtım.
• Kirkpatrick, S. Gelatt , D. ve Vecchi, M. P. (1983), “Optimization by simulated annealing”, Science, (220), No.4598; 671-680.
• Kulluk, S., Türkbey, O., (Haz.15-18, 2004), "Tesis yerleşim problemleri için bir genetik algoritma”, YAEM’2004-Yöneylem Araştırması ve Endüstri Mühendisliği XXIV. Ulusal Kongresi, Çukurova Üniversitesi, Gaziantep Üniversitesi Endüstri Mühendisliği Bölümleri ve Yöneylem Araştırması Derneği, Bildiriler kitabı; 503505, Adana, Türkiye.
• Metropolis, N. , Rosenbluth, A.W., Rosenbluth, M.N., Teller, E. (1953), “Equation of State Calculations by Fast Computing Machines”, Journal of Chemical Physics, (21), No.6; 1087-1092.
• Nabiyev, V.V. (2005) , Yapay Zeka Problemler - Yöntemler – Algoritma, Ankara, Seçkin Yayıncılık.
• Nehi, H. M. Gelareh, S. (2007), “A survey of meta-heuristic solution methods for the quadratic assignment problem”, Appl. Math. Sci.Online Edition, (1), No.46; 229323
• Özdağlar, D., Benzeden, E. Ve Kahraman A.M. (2006), “Kompleks Su Dağıtım Şebekelerinin Genetik Algoritma ile Optimizasyonu”, İMO Teknik Dergi, (253); 3851 -3867.
• Palamutçuoğlu, B. T. (2008), Üretim Ve Hizmet Planlamasında Çizelgeleme Problemlerinin Yöneylem Teknikleriyle Çözümü : Ders Ve Sınav Programlarının Optimizasyonu Üzerine Bir Uygulama, Yüksek Lisans Tezi, Celal Bayar Üniversitesi, Sosyal Bilimler Enstitüsü, Manisa.
• Schaerf, A., 1995, "A Survey of Automated Timetabling (Technical Report CS-R9567)" , Armsterdam, Centrum voor Wiskunde en Informatika-CWI, The Netherlands.
• Yiğit, V., Aydın, M. E., Türkbey, O., (2006), "Solving large-scale uncapacitated facility location problems with evolutionary simulated annealing", International Journal of Production Research, (44), No. 22; 4773-4791.
• Yiğit, V., Türkbey, O. (2003), “Tesis Yerleşim Problemlerine Sezgisel Metodlarla Yaklaşım”, Gazi Üniv.Müh.Mim.Fak.Dergisi, (18), No.4; 45-56.