H δημιουργία ωρολογίου προγράμματος για τμήματα πανεπιστημιακών και πολυτεχνικών σχολών με βάση τις εγγραφές των φοιτητών είναι η διαδικασία προγραμματισμού μαθημάτων και σχετικών δραστηριοτήτων (διαλέξεων, σεμιναρίων, εξετάσεων) αφού οι μαθητές έχουν ήδη εγγραφεί στα μαθήματα, και αποτελεί ένα περίπλοκο πρόβλημα βελτιστοποίησης πολλαπλών στόχων, το οποίο αντιμετωπίζεται κάθε ακαδημαϊκό έτος από τα ιδρύματα ανώτερης εκπαίδευσης, καθώς πρέπει να δημιουργηθούν προγράμματα που να είναι προσαρμοσμένα στους διαθέσιμους πόρους του ιδρύματος και να λαμβάνουν υπόψη τις προτιμήσεις των εγγεγραμμένων φοιτητών.

Η παρούσα πτυχιακή εργασία με τίτλο “Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Artificial Bee Colony (ABC) για την αποδοτική επίλυση του προβλήματος Post Enrolment based Course Timetabling” (δημιουργία ωρολογίου προγράμματος μαθημάτων για τμήματα πανεπιστημιακών και πολυτεχνικών σχολών με βάση τις εγγραφές των φοιτητών) έχει ως αντικείμενο την ανάπτυξη αλγόριθμου, που θα βασίζεται στον αλγόριθμο Artificial Bee Colony, και την υλοποίηση του μέσω προγράμματος H/Y που θα επιλύει το συγκεκριμένο πρόβλημα.

O προτεινόμενος αλγόριθμος αποτελεί υβριδική εκδοχή του αλγόριθμου Artificial Bee Colony, στον οποίον έχουν γίνει οι απαραίτητες τροποποιήσεις ώστε να προσαρμοστεί στο πρόβλημα Post Enrolment based Course Timetabling. Αξιοποιεί τις δυνατότητες των μεθόδων Demon και Ηill Climbing, και συνδυάζεται επίσης με τον αλγόριθμο Προσομοίωσης Ανόπτησης (“Simulated Annealing”) για την περαιτέρω βελτιστοποίηση των παραγόμενων λύσεων.

Η υλοποίηση του αλγόριθμου σε πρόγραμμα Η/Υ έγινε σε γλώσσα προγραμματισμού Java, (version 17.0.7 2023-04-18 LTS) χρησιμοποιώντας το περιβάλλον ανάπτυξης Eclipse, και για την αξιολόγηση της απόδοσης του χρησιμοποιήθηκαν τα δεδομένα εισόδου που χρησιμοποιήθηκαν στο δεύτερο διεθνή διαγωνισμό International Timetabling Competition του 2007 (“ITC2007”).

Η ποιότητα των παραγόμενων λύσεων του προτεινόμενου αλγόριθμου αξιολογήθηκε μέσω της επίσημης εφαρμογής αξιολόγησης του διαγωνισμού ΙTC2007, και τα αποτελέσματα συγκρίθηκαν με τα αποτελέσματα άλλων αλγορίθμων που έχουν χρησιμοποιηθεί στο παρελθόν για την επίλυση του προβλήματος. Προκύπτει δε ότι ο προτεινόμενος αλγόριθμος επιλύει αποτελεσματικά το πρόβλημα και παράγει έγκυρα και εφικτά προγράμματα.

The post-enrollment-based course timetabling problem refers to the task of scheduling courses and associated activities (such as lectures, tutorials, and exams) after students have already enrolled in the courses. That problem is typically faced by universities and colleges every semester or academic year, as they must create schedules that satisfy student demand and optimize resource utilization.

The problem is an overly complex, multi-objective optimization problem, and requires careful consideration of the trade-offs between different objectives and constraints. The quality of the final schedule can have a significant impact on student success, satisfaction, and retention, as well as on the efficient use of university resources.

This present thesis titled "Application of modern Artificial Bee Colony (ABC) computational intelligence techniques for the efficient solution of the Post Enrollment based Course Timetabling problem" (creation of course schedule for university and polytechnic departments based on student enrollment) has as objective the adaptation of the Artificial Bee Colony algorithm and the development of a computer program that will implement the said algorithm to solve the said problem.

Specifically, a hybrid version of the Artificial Bee Colony algorithm has been defined and developed, in which the necessary modifications were made to adapt to the Post Enrollment based Course Timetabling problem. The algorithm incorporates Demon and Hill Climbing features, and it is combined with the Simulated Annealing algorithm to further optimize the generated solutions.

The proposed algorithm has been implemented in Java, and for evaluating its performance, we used the datasets that were introduced by the second International Timetabling Competition of 2007 (“ITC2007”).

The quality of the generated solutions was assessed through the official validation software that was also used in the international competition ITC2007, and the results were compared with the results of other algorithms used previously to solve the problem. It turns out that the proposed algorithm effectively solves the problem and produces valid and feasible solutions.