Математическое и программное обеспечение составления расписания учебных занятий на основе агрегативных генетических алгоритмов

• Автор: Низамова, Гузель Фанисовна
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Уфа
• Количество страниц: 132 с. : ил.

ГЛАВА 1 АГРЕГАТИВНЫЙ ГЕНЕТИЧЕСКИЙ АЛГОРИТМ СОСТАВЛЕНИЯ РАСПИСАНИЯ УЧЕБНЫХ ЗАНЯТИЙ В ОБРАЗОВАТЕЛЬНЫХ СИСТЕМАХ МАССОВОГО ОБУЧЕНИЯ
1Л Структуризация исходной информации для составления расписания учебных занятий
Е2 Постановка задачи составления расписания учебных занятий на основе структурированных моделей исходной информации
1.3 Описание структуры объектов и работы агрегативного генетического алгоритма составления расписания
Выводы по первой главе
ГЛАВА 2 ИНТЕЛЛЕКТУАЛЬНЫЕ АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ
КОЭФФИЦИЕНТОВ ВАЖНОСТИ ЧАСТНЫХ КРИТЕРИЕВ
ОПТИМАЛЬНОСТИ
2.1 Предварительные замечания
2.2 Экспертное ранжирование важности частных критериев оптимальности расписания в условиях высокой степени полноты информации экспертов (в условиях определенности)
2.3 Экспертное определение достоверности полученных весовых коэффициентов
2.4 Экспертное ранжирование важности частных критериев оптимальности расписания в условиях неопределенности
2.4.1 Применение аппарата нечеткой логики для организации процедуры коррекции весовых коэффициентов
2.4.2 Применение метода вероятностного моделирования для коррекции коэффициентов важности критериев
Выводы по второй главе
ГЛАВА 3 ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА ЭФФЕКТИВНОСТИ ПРЕДЛАГАЕМЫХ АЛГОРИТМОВ СОСТАВЛЕНИЯ РАСПИСАНИЯ
ЗЛ Функциональная модель интеллектуальной системы составления расписания
3.2 Организация хранения информации при составлении расписания учебных занятий
3.3 Описание структуры программных модулей программного комплекса “Феб”
3.4 Методика составления расписания учебных занятий с использованием программного комплекса “Феб”
3.5 Оценка эффективности составления расписания с помощью программного комплекса “Феб”
Выводы по третьей главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ ПРИЛОЖЕНИЯ

5. Проверка условия останова алгоритма
Новое поколение, сформированное в результате применения операторов отбора, скрещивания, мутации, называемое популяцией потомков, заменяет предыдущую популяцию (родительскую популяцию), после чего необходимо выполнить проверку условия останова алгоритма.
При составлении расписания с помощью агрегативного генетического алгоритма в качестве условия останова работы алгоритма можно использовать один из двух возможных критериев.
В первом случае, алгоритм завершает свою работу (поиск решения), когда некоторый процент особей (60-80%) принимают одинаковые значения функции приспособленности. Целесообразность использования данного условия в качестве критерия останова работы алгоритма объясняется тем что, в некоторый момент времени работы алгоритма количество особей, и их качество достигнет числа, необходимого для получения наиболее оптимального решения поставленной задачи. Дальнейшее использование алгоритма будет только способствовать увеличению особей с одинаковыми значениями целевой функции, и работа алгоритма не будет влиять на качество решения (особи).
Понятно, что использование данного критерия потребует достаточно длительной работы алгоритма. Но при этом будет обеспечиваться более высокое качество расписания.
Другой вариант останова работы алгоритма основан на использовании приращения функции, т.е. если в течение нескольких поколений особей приращение значения функции приспособленности наиболее “лучшего” индивидуума оказывается незначительным, то работу алгоритма можно завершить.
И в первом, и во втором случае в качестве решения задачи принимается особь популяции, которая в большей степени, чем все остальные особи будет удовлетворять требованиям, предъявляемым к расписанию учебных занятий в вузе (обладать наименьшим значением функции приспособленности).