Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Cat Swarm Optimization (CSO) για την αποδοτική επίλυση του προβλήματος Post Enrolment based Course Timetabling

Applying Cat Swarm Optimization (CSO) techniques to solve efficiently the Post Enrolment based Course Timetabling problem (english)

  1. MSc thesis
  2. Αλεξόπουλος, Αλέξιος
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 18 September 2022 [2022-09-18]
  5. Ελληνικά
  6. 127
  7. Μπεληγιάννης, Γρηγόριος
  8. Ρεφανίδης, Ιωάννης | Ταμπούρης, Ευθύμιος
  9. Cat Swarm Optimization | Cat Swarm Optimization | Post Enrolment based Course Timetabling Problem | Post Enrolment based Course Timetabling Problem | Αλγόριθμοι | Algorithms | Υπολογιστική Νοημοσύνη | Computational Intelligence | Νοημοσύνη Σμήνους | Swarm Intelligence | Κατασκευή Ωρολογίων Προγραμμάτων | Timetabling
  10. 3
  11. 5
  12. 61
  13. Περιέχει : πίνακες, εικόνες, ψευδοκώδικες
    • Η διπλωματική εργασία με τίτλο "Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Cat Swarm Optimization (CSO) για την αποδοτική επίλυση του προβλήματος Post Enrolment based Course Timetabling", έχει ως αντικείμενο τη σχεδίαση, την υλοποίηση και την αξιολόγηση ενός αλγορίθμου Υπολογιστικής Νοημοσύνης, στόχος του οποίου είναι η εύρεση και επιλογή ενός βέλτιστου, από μία πληθώρα ωρολογίων προγραμμάτων που κατασκευάζονται αυτόματα με τη χρήση ηλεκτρονικού υπολογιστή. Τα ωρολόγια αυτά προγράμματα δημιουργούνται με βάση τις δηλώσεις μαθημάτων των φοιτητών και προορίζονται για χρήση από τμήματα Πανεπιστημιακών και Πολυτεχνικών σχολών. Ο προτεινόμενος αλγόριθμος ακολουθεί τη φιλοσοφία του αλγορίθμου Cat Swarm Optimization (CSO) με ορισμένες τροποποιήσεις ώστε να προσαρμοστεί στο Post Enrolment based Course Timetabling Problem και περαιτέρω βελτιστοποιήσεις για την παραγωγή όσο το δυνατόν καλύτερων αποτελεσμάτων. Για την εκτέλεση και την αξιολόγηση του προτεινόμενου αλγόριθμου χρησιμοποιήθηκαν τα δεδομένα των αρχείων εισόδου του διαγωνισμού International Timetabling Competition (ITC 2007) που αφορούν στο συγκεκριμένο πρόβλημα. Τα αποτελέσματα των εκτελέσεων συγκρίθηκαν πρώτον με τα αποτελέσματα άλλων αλγoρίθμων της διεθνούς βιβλιογραφίας που επιλύουν το συγκεκριμένο πρόβλημα και δεύτερον με τα αποτελέσματα των 5 καλύτερων αλγορίθμων που διακρίθηκαν στο διαγωνισμό ITC 2007. Ο προτεινόμενος αλγόριθμος CSO επιλύει αποτελεσματικά το εν λόγω πρόβλημα, παράγοντας εφικτά, αποδοτικά και ποιοτικά ωρολόγια προγράμματα.
    • The MSc thesis entitled "Applying Cat Swarm Optimization (CSO) techniques to solve efficiently the Post Enrolment based Course Timetabling problem" aims to design, implement and evaluate a Computational Intelligence algorithm whose purpose is to find and select an optimal one among a banch of timetables for Universities which are automatically constructed with the use of a personal computer. The timetables are created according to students' preferences for lectures they want to attend. The proposed algorithm follows the philosophy of the Cat Swarm Optimization (CSO) algorithm with some modifications to adapt to the Post Enrolment based Course Timetabling Problem and further optimizations in order to achieve better results. For the execution and evaluation of the proposed algorithm we used the data sets of the International Timetabling Competition (ITC 2007) input files that are related to the specific problem. Algorithm's results were firstly compared with the results of other algorithms who solve the specific problem and are presented to the international bibliography and secondly with the results of the ITC 2007 contest’s 5 best algorithms. The results showed that the proposed CSO algorithm effectively solves the problem constructing feasible, efficient and qualitative timetables.
  15. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.