Εύρεση βέλτιστου ωρολογίου προγράμματος μαθημάτων για σχολεία δευτεροβάθμιας εκπαίδευσης με τη χρήση αλγορίθμων βελτιστοποίησης σμήνους

Use of Partcile Swarm Optimization (PSO) Algorithm for the high school timetables' construction (School timetabling) (Αγγλική)

  1. Bachelor’s thesis
  2. Σουλαρίδης, Ανδρέας
  3. Πληροφορική (ΠΛΗ)
  4. 20 Ιουλίου 2019 [2019-07-20]
  5. Ελληνικά
  6. 95
  7. Μπεληγιάννης, Γρηγόριος
  8. Λυκοθανάσης , Σπύρος | Γεωργόπουλος, Ευστράτιος
  9. Κατασκευή ωρολογίων προγραμμάτων | Σχολεία δευτεροβάθμιας εκπαίδευσης | Particle Swarm Optimization | PSO | Αλγόριθμος | Υπολογιστική Νοημοσύνη
  10. 3
  11. 28
  12. Περιέχει: πίνακες, αλγορίθμους, ψευδοκώδικα, κώδικα
    • Η Πτυχιακή Εργασία με τίτλο "Εύρεση βέλτιστου ωρολογίου προγράμματος μαθημάτων για σχολεία δευτεροβάθμιας εκπαίδευσης με χρήση Αλγορίθμων βελτιστοποίησης σμήνους", έχει ως αντικείμενο την σχεδίαση, ανάπτυξη και υλοποίηση ενός αλγορίθμου Υπολογιστικής Νοημοσύνης ο οποίος αυτοματοποιεί την κατασκευή ωρολογίων προγραμμάτων για σχολεία Δευτεροβάθμιας Εκπαίδευσης, με χρήση Ηλεκτρονικού Υπολογιστή. Στόχος της παρούσας Πτυχιακής Εργασίας είναι η παραγωγή ποιοτικών ωρολογίων προγραμμάτων στα εν λόγω σχολεία, ικανοποιώντας ταυτόχρονα τις συνεχώς αυξανόμενες ανάγκες που δημιουργούνται και τους νέους περιορισμούς που εισάγονται για την δημιουργία τους. Ο προτεινόμενος Αλγόριθμος αποτελεί επέκταση του Αλγορίθμου της βιβλιογραφίας ικανοποιώντας τέσσερις επιπλέον περιορισμούς, οι οποίοι σχετίζονται τόσο με τις επιθυμίες των καθηγητών όσο και με τις απαιτήσεις της διδασκαλίας. Επιπλέον, λόγω της αύξησης της πολυπλοκότητας του Αλγορίθμου και προκειμένου να διατηρηθεί ο χρόνος εκτέλεσής του σε λογικά πλαίσια, εφαρμόστηκε μία νέα ιδέα υπολογισμού κόστους, η οποία μείωσε τη συνολική πολυπλοκότητα του Αλγορίθμου. Προκειμένου να αξιολογηθεί η απόδοση του Αλγορίθμου σε πραγματικές συνθήκες, χρησιμοποιήθηκαν τρία αρχεία εισόδου (input instances) από σχολεία Δευτεροβάθμιας Εκπαίδευσης και με βάση αυτά παρήχθησαν τα αντίστοιχα ωρολόγια προγράμματα. Ο Αλγόριθμος που παρουσιάζεται στην παρούσα Πτυχιακή Εργασία συγκρίνεται ως προς την ποιότητα των παραγόμενων προγραμμάτων με την εφαρμογή aSc Timetables, την οποία χρησιμοποιούν τα περισσότερα Ελληνικά σχολεία και η οποία έχει λάβει χρυσά μετάλλια στις διεθνείς εκθέσεις PEDAGOGIKA, SCHOLANOVA και EDUKACIA. Για την σύγκριση των αποτελεσμάτων χρησιμοποιήθηκαν τρία νέα αρχεία εισόδου τα οποία περιέχουν όλους τους νέους περιορισμούς και η υπεροχή του αλγορίθμου σε όλους τους παράγοντες ποιότητας είναι εμφανής. Για την σχεδίαση του αλγορίθμου χρησιμοποιήθηκε ως βάση ο Αλγόριθμος Particle Swarm Optimization (PSO), ο οποίος τροποποιήθηκε και προσαρμόστηκε στο συγκεκριμένο πρόβλημα ενώ εμπλουτίστηκε και με διάφορες καινοτόμες ιδέες προκειμένου να μειωθεί η συνολική πολυπλοκότητα του Αλγορίθμου.
    • The Thesis under the title "Use of Particle Swarm Optimization (PSO) Algorithm for the high school timetables' construction (School timetabling)" has been developed to plan, prow and implement a Computational Intelligence Algorithm, that automates the construction of timetables for high schools, using computer. The target of this thesis is the production of high quality schedules for these schools satisfying at the same time the constantly growing needs that are being created and the new restrictions that are imported for their creation. The suggested Algorithm contents four more restrictions in comparison to other previous attempts of resolution to this specific problem, which are relevant to the professor's wishes and the teaching needs. In order to evaluate the Algorithm's performance in real conditions, we use three input instances from high schools and timetables were produced accordingly. The presented Algorithm is compared with aSc Timetables application which is being used by the majority of Greek schools and has been awarded with gold medals at international exhibitions: PEDAGOGIKA, SCHOLANOVA and EDUKACIA. In order to compare results, we used three new input instances that contain all new restrictions and the Algorithm outperforms in most cases. To design the Algorithm, Particle Swarm Optimization Algorithm was used as base, that was modified and adapted for the specific problem and was enriched with new, fresh and different ideas in order to decrease the complexity of the Algorithm.
  14. Hellenic Open University
  15. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.