Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Artificial Bee Colony (ABC) για την αποδοτική επίλυση του προβλήματος Post Enrolment based Course Timetabling (εύρεση βέλτιστου ωρολογίου προγράμματος μαθημάτων για τμήματα πανεπιστημιακών και πολυτεχνικών σχολών με βάση τις δηλώσεις μαθημάτων των φοιτητών)

Application of modern computational intelligence techniques based on Artificial Bee Colony (ABC) to efficiently solve the Post Enrolment based Course Timetabling problem (Αγγλική)

  1. Bachelor’s thesis
  2. Δρακόπουλος, Θεόδωρος
  3. Πληροφορική (ΠΛΗ)
  4. 18 Ιουλίου 2020 [2020-07-18]
  5. Ελληνικά
  6. 92
  7. Μπεληγιάννης, Γρηγόριος
  8. Γεωργόπουλος, Ευστράτιος | Σγάρμπας, Κυριάκος
  9. Κατασκευή ωρολογίων προγραμμάτων | Timetabling | Post Enrolment based Course Timetabling | Artificial Bee Colony | Προσομοιωμένη Ανόπτηση | Simulated Annealing | Αλγόριθμοι | Algorithms | Υπολογιστική Νοημοσύνη | Computational Intelligence | Νοημοσύνη Σμήνους | Swarm Intelligence | Εφαρμογή Η/Υ | Computer Application
  10. 2
  11. 7
  12. 82
  13. Περιέχει: πίνακες, εικόνες
  14. Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Artificial Bee Colony (ABC) για την αποδοτική επίλυση του προβλήματος School Timetabling / Δημητρακόπουλος Ν
    • Η πτυχιακή εργασία με τίτλο “Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Artificial Bee Colony (ABC) για την αποδοτική επίλυση του προβλήματος Post Enrolment based Course Timetabling (εύρεση βέλτιστου ωρολογίου προγράμματος μαθημάτων για τμήματα πανεπιστημιακών και πολυτεχνικών σχολών με βάση τις δηλώσεις μαθημάτων των φοιτητών)” έχει ως αντικείμενο τη σχεδίαση, υλοποίηση και αξιολόγηση ενός προσαρμοστικού αλγορίθμου Υπολογιστικής Νοημοσύνης, ο οποίος αυτοματοποιεί την κατασκευή ωρολογίων προγραμμάτων για τμήματα πανεπιστημιακών και πολυτεχνικών σχολών με βάση τις δηλώσεις μαθημάτων των φοιτητών με τη χρήση Ηλεκτρονικού Υπολογιστή. Ο αλγόριθμος που προτείνει η παρούσα πτυχιακή εργασία στηρίχθηκε πάνω στον αλγόριθμο Artificial Bee Colony (ABC), στον οποίο έγιναν τροποποιήσεις έτσι ώστε να προσαρμοστεί πάνω στο πρόβλημα Post Enrolment based Course Timetabling. Χρησιμοποιήθηκε επίσης, και αλγόριθμος Προσομοιωμένης Ανόπτησης, ο οποίος κι αυτός με τη σειρά του προσαρμόστηκε πάνω στο πρόβλημα, έτσι ώστε να έχουμε τη μέγιστη βελτιστοποίηση που θα μπορούσαμε να πετύχουμε. Για τη διαδικασία της αξιολόγησης του προτεινόμενου αλγορίθμου χρησιμοποιήθηκαν δεδομένα τα οποία είχαν παρουσιαστεί σε διαγωνισμό που αφορούσε στο συγκεκριμένο πρόβλημα. Η απόδοση των παραγομένων αποτελεσμάτων του αλγορίθμου μετρήθηκε επιπλέον με χρήση της επίσημης εφαρμογής επικύρωσης προγραμμάτων που χρησιμοποιήθηκε στο διαγωνισμό. Τα αποτελέσματα του αλγορίθμου συγκρίθηκαν με τα αποτελέσματα εννέα δημοφιλών αλγορίθμων που έχουν εφαρμοστεί στο πρόβλημα και αντλήθηκαν από τη διεθνή βιβλιογραφία. Ο προτεινόμενος αλγόριθμος επιλύει αποτελεσματικά το πρόβλημα, σε κάποιες περιπτώσεις με βέλτιστο τρόπο, και παράγει εφικτά προγράμματα τα οποία είναι αποδοτικά.
    • The thesis entitled “Application of modern computational intelligence techniques based on Artificial Bee Colony (ABC) to efficiently solve the Post Enrolment based Course Timetabling problem” focuses on the design, implementation, and assessment of an evolutionary computational intelligence algorithm. This algorithm automates the process for the development of timetables for universities, according to students’ choice of lectures they wish to attend. The algorithm proposed in this thesis is based on the Artificial Bee Colony (ABC) algorithm, which was suitably modified to address the Post Enrolment based Course Timetabling problem. Simulated Annealing algorithm was also, applied on the problem to achieve maximum optimization. To assess the proposed algorithm, data sets presented in a competition for the solution of this particular problem were used. The evaluation of the timetables produced by the algorithm was performed using the validator program of the competition. The results were compared with those of 9 well known algorithms which have been applied to this problem and which were drawn from international literature. The proposed algorithm effectively solves the problem, achieving optimum results in some cases, and produces feasible and efficient timetables.
  16. Hellenic Open University
  17. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.