| dc.contributor.advisor | Καλλές, Δημήτριος | |
| dc.contributor.author | Κουκίδης, Κωνσταντίνος | |
| dc.contributor.other | Koukidis, Constantinos | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2013-07-04 | |
| dc.date.accessioned | 2013-07-04T08:48:49Z | |
| dc.date.available | 2013-07-04T08:48:49Z | |
| dc.date.copyright | 2013-05 | |
| dc.date.issued | 2013-07-04 | |
| dc.identifier.other | ΠΛΗ/2013/00091 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/1233 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Στη παρούσα διπλωματική εργασία αρχικά περιγράφονται ενδεικτικά προβλήματα χρονοπρογραμματισμού που καλύπτουν ένα ευρύ φάσμα της ανθρώπινης δραστηριότητας. Για καθένα από τα προβλήματα αυτά καταγράφονται βασικοί κανόνες και οι περιορισμοί που θα πρέπει να ληφθούν υπόψη για την αποτελεσματική αντιμετώπισή τους. Επίσης περιγράφονται και κάποιες βασικές τεχνικές επίλυσης προβλημάτων χρονοπρογραμματισμού όπως είναι ο Δυναμικός Προγραμματισμός, ο Προγραμματισμός με Περιορισμούς και η Τοπική Αναζήτηση.
Έγινε ιδιαίτερη ανάλυση του Γενετικού Αλγορίθμου, ο οποίος αποτελεί τη βάση για το λογισμικό που δημιουργήθηκε και το οποίο θα δημιουργεί ένα εξεταστικό ημερολόγιο αυτόματα. Καταγράφεται η δομή του αλγορίθμου, τα πλεονεκτήματα που προσφέρει, τα κύρια χαρακτηριστικά του και ο τρόπος με τον οποίο εντοπίζεται η λύση σε ένα πρόβλημα.
Το πρόβλημα της κατάρτισης ενός εξεταστικού ημερολογίου αναλύθηκε και έγινε καταγραφή των ανελαστικών και των ελαστικών περιορισμών που πρέπει να λαμβάνει υπόψη του το λογισμικό. Έγιναν εκτεταμένες τροποποιήσεις και νέες προσθήκες σε υπάρχον λογισμικό ώστε να βελτιωθεί για να αντιμετωπίζει τις νέες απαιτήσεις του προβλήματος. Ακολούθησε εκτεταμένος αριθμός δοκιμών ώστε να ελεγχθεί το λογισμικού και να επιλεγούν οι κατάλληλοι παράμετροι του γενετικού αλγορίθμου ώστε το λογισμικό να γίνει ταχύτερο και αποτελεσματικότερο.
Ιδιαίτερα μελετήθηκαν τα Υπολογιστικά Συστήματα Πλέγματος (Grid) και προσαρμόσθηκε κατάλληλα το λογισμικό που δημιουργήθηκε ώστε να μπορεί να εκτελεσθεί σε περιβάλλον παράλληλης επεξεργασίας αξιοποιώντας τις υποδομές του οργανισμού HellasGrid, ενώ εκτελέσθηκε μια σειρά πειραμάτων και έγινε καταγραφή των αποτελεσμάτων που συμβάλανε στη διατύπωση ιδιαίτερων συμπερασμάτων. | el_GR |
| dc.format.extent | vii, 108 σ. εικ. 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.subject | Χρονοπρογραμματισμός | el_GR |
| dc.subject | Χρονοπρογραμματισμός γεγονότων | el_GR |
| dc.subject | Γενετικοί αλγόριθμοι | el_GR |
| dc.subject | Job scheduling | el_GR |
| dc.subject | Genetic algorithms | el_GR |
| dc.title | Ανάπτυξη εξεταστικού ημερολογίου, εκτεταμένες δοκιμές και διαχείριση πειραματικών δεδομένων | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | This thesis opens with a description of scheduling‐timetabling problems that cover a wide spectrum of human activity, alongside basic and constraints that should be taken into consideration to address each one of these problems. Dynamic programming, constraint programming and local search techniques are then briefly described as regards their applicability to such problems and a more in‐depth analysis is provided for genetic algorithms, which have been used as a solution workbench for this thesis. We then describe in detail present the genetic algorithm that solves the underlying examination timetabling problem and has been also implemented in software.
A complete analysis of the examination timetabling problem is also presented alongside the hard and soft constraints that must be taken into account. An existing software system has been extended to improve the way it handles up‐to‐date constraints of the underlying problem and extensive testing was carried out to fine‐tune the genetic algorithm parameters and to improve software efficiency and effectiveness.
We have adopted the software and submitted it to a grid infrastructure though we eventually only utilised nodes featuring parallel processing (multi‐core systems), via the HellasGrid system. We carried out a series of experiments and analysed the results to lead us to a series of observations regarding the behaviour of the implemented genetic algorithm. | el_GR |
| dc.format.type | pdf | el_GR |
