Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης Artificial Bee Colony (ABC) για την αποδοτική επίλυση του προβλήματος School Timetabling (εύρεση βέλτιστου ωρολογίου προγράμματος μαθημάτων για σχολεία δευτεροβάθμιας εκπαίδευσης)

Applying modern techniques in computational intelligence for the effective School Timetabling problem solving (Αγγλική)

  1. Bachelor’s thesis
  2. ΤΣΙΚΡΙΚΑΣ, ΑΝΤΩΝΙΟΣ
  3. Πληροφορική (ΠΛΗ)
  4. 31 Ιουλίου 2017 [2017-07-31]
  5. Ελληνικά
  6. 115
  7. Μπεληγιάννης, Γρηγόριος
  8. Κατασκευή ωρολογίων προγραμμάτων, Artificial Bee Colony, Σχολεία Δευτεροβάθμιας Εκπαίδευσης, Αλγόριθμοι, Τεχνητή Νοημοσύνη, Εφαρμογή Η/Υ. | Construction of timetables, Artificial Bee Colony, Secondary Schools, Algorithms, Artificial Intelligence, Computers’ Application.
  9. 1
  10. 4
  11. 35
  12. εικόνες, πίνακες
    • Η πτυχιακή εργασία με τίτλο «Εφαρμογή σύγχρονων τεχνικών υπολογιστικής νοημοσύνης για την αποδοτική επίλυση του προβλήματος School Timetabling», έχει ως σκοπό την σχεδίαση, ανάπτυξη, υλοποίηση και αξιολόγηση ενός προσαρμοστικού αλγόριθμου Υπολογιστικής Νοημοσύνης, ο οποίος θα αυτοματοποιεί την κατασκευή ωρολογίων προγραμμάτων για σχολεία Δευτεροβάθμιας Εκπαίδευσης. Ο αλγόριθμος που χρησιμοποιήθηκε ως βάση για την δημιουργία του αλγόριθμου της παρούσας πτυχιακής εργασίας είναι ο Artificial Bee Colony (ABC), ο οποίος προσαρμόστηκε στο πρόβλημα του School Timetabling και βελτιστοποιήθηκε περαιτέρω με διάφορες τεχνικές. Για την αξιολόγηση των αποτελεσμάτων του αλγόριθμου, χρησιμοποιήθηκαν δέκα αρχεία εισόδου (input instances) από αντίστοιχα σχολεία της περιοχής των Πατρών και με βάση τις απαιτήσεις αυτών παρήχθησαν ωρολόγια προγράμματα. Τα δέκα αυτά αρχεία εισόδου έχουν χρησιμοποιηθεί στο παρελθόν, προκειμένου να αξιολογηθούν άλλοι αλγόριθμοι ανεξάρτητων ερευνητών που επιλύουν το ίδιο πρόβλημα. Η ποιότητα των παραχθέντων ωρολογίων προγραμμάτων, μετρήθηκε με απολύτως μετρήσιμα κριτήρια. Ο αλγόριθμος με τον οποίο συγκρίνεται ο παρών προτεινόμενος αλγόριθμος, στηρίζεται στον Particle Swarm Optimization (PSO) της βιβλιογραφίας (Tassopoulos & Beligiannis, 2012). Οι δοκιμές που εκτελέστηκαν και με τους δύο αλγόριθμους οδηγούν στο γενικό συμπέρασμα ότι ο προτεινόμενος αλγόριθμος παρήγαγε προγράμματα που υστερούν ποιοτικά σε σχέση με τον αλγόριθμο με τον οποίο συγκρίνεται.
    • The thesis entitled “Applying modern techniques in computational intelligence for the effective School Timetabling problem solving”, aims to design, development, implementation and evaluation of an adaptive algorithm in Computational Intelligence, which automates the timetable construction for secondary schools. The algorithm that is used as the basis for the creation of the algorithm of this thesis is Artificial Bee Colony (ABC), which was adapted to the School Timetabling problem and was further optimized using various techniques. To evaluate the results of the algorithm, ten input files were used from respective schools in the area of Patras and the timetables were produced based on the requirements of these files. These ten input files have been used in the past, to evaluate other independent researchers' algorithms that solve the same problem. The quality of the programs created, measured with absolutely measurable criteria. The algorithm with which the proposed algorithm is compared, is based on Particle Swarm Optimization (PSO) of the bibliography (Tassopoulos & Beligiannis, 2012). The tests that were performed with both algorithms lead to the general conclusion that the proposed algorithm produced programs lagging qualitatively compared with the algorithm with which it is compared.
  14. Hellenic Open University
  15. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.