dc.contributor.advisor | Καλλές, Δημήτριος | |
dc.contributor.author | Παπαϊωάννου, Γεώργιος | |
dc.contributor.other | Papaiwannou, Gewrgios | |
dc.coverage.spatial | Κύπρος | el_GR |
dc.date.accessioned | 2012-07-05 | |
dc.date.accessioned | 2012-07-05T10:50:42Z | |
dc.date.available | 2012-07-05T10:50:42Z | |
dc.date.copyright | 2012-05 | |
dc.date.issued | 2012-07-05 | |
dc.identifier.other | ΠΛΗ/2012/00037 | el_GR |
dc.identifier.uri | http://hdl.handle.net/11128/305 | |
dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
dc.description.abstract | Η κατάρτιση ενός εξεταστικού ημερολογίου σε ένα τριτοβάθμιο εκπαιδευτικό ίδρυμα είναι μία
ιδιαίτερα επίπονη διαδικασία για το διοικητικό προσωπικό του πανεπιστημίου ιδιαίτερα όταν η
διαδικασία αυτή γίνεται χωρίς κάποια αυτοματοποίηση.
Το συγκεκριμένο πρόβλημα ανήκει στην οικογένεια των προβλημάτων χρονοπρογραμματισμού
(Scheduling) και ανήκει στην οικογένεια NP – Complete. Η κατάρτιση του εξεταστικού ημερολογίου
έχει επιλυθεί με διάφορες τεχνικές προγραμματισμού.
Στην παρούσα διπλωματική θα επιλυθεί το πρόβλημα κατάρτισης του εξεταστικού ημερολογίου, με
την βοήθεια των αλγορίθμων εξέλιξης (Evolutionary Algorithms). Με την βοήθεια των γενετικών
αλγορίθμων έχουν επιλυθεί αρκετά προβλήματα ΝΡ - Complete. Οι αλγόριθμοι αυτοί προσομοιώνουν
την βιολογική εξέλιξη των ειδών, σε ένα πρόβλημα προγραμματισμού. Η λύση του προβλήματος που
προκύπτει από την εκτέλεση τους, ικανοποιεί τους περιορισμούς που μπορεί να περιέχει το πρόβλημα
αλλά μπορεί να μην είναι η βέλτιστη δυνατή.
Ο αλγόριθμος που προτείνεται για την επίλυση του εξεταστικού ημερολογίου δίνει ιδιαίτερη έμφαση
στην ικανοποίηση των περιορισμών που αφορούν τους φοιτητές και στην επιλογή των αιθουσών και
των χρονοθυρίδων με τέτοιο τρόπο ώστε να μην υπάρχει περίπτωση να μην υπάρχουν διαθέσιμες
θέσεις για τους φοιτητές που πρόκειται να εξεταστούν.
Στο τελευταίο κεφάλαιο ο αλγόριθμος εκτελείται με πραγματικά δεδομένα από το Ελληνικό Ανοικτό
Πανεπιστήμιο σε μικρά προβλήματα (όσον αφορά τον αριθμό των μαθημάτων) και παράγει αποδεκτά
εξεταστικά ημερολόγια. Σε μεγάλα προβλήματα παρατηρείτε ότι ο γενετικός αλγόριθμος έχει πάρα
πολύ μεγάλες απαιτήσεις για υπολογιστική ισχύ, οπότε προτείνετε η εκτέλεση του αλγορίθμου σε Grid
υπολογιστές. | el_GR |
dc.format.extent | vii, 73 σ. εικ., 30 εκ. | el_GR |
dc.language | gr | el_GR |
dc.language.iso | gr | 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 | el_GR |
dc.type | Μεταπτυχιακή Διατριβή | el_GR |
dc.description.translatedabstract | The examination timetable's construction, in an university, is a extremely time consumed procedure for
the university personnel especially when it is not automated.
It belongs into the Scheduling Algorithm family and is been classified as an NP – Complete Problem.
There are many programming methods that were used in order to produce feasible timetables with
great success.
In this Master thesis, the examination timetable construction will be solved using Evolutionary
Algorithms, which is a common method for solving ΝΡ – Complete Algorithmic problems. They simulate
the biological evolution of species into a specific programming problem. The problem's solution might
not be the best solution that can be afforded but it will satisfy all the constrains that the problem
contains.
The proposed algorithm for the construction of the examination timetable emphasizes into the
satisfaction of the constraints which are related to the students and the selection of the examination
rooms and time slots in such a way that eliminates the luck of examination seats for the students that are
going to be examined.
The evolution algorithm is executed with this year's students and lessons data from the Hellenic Open
University and produces feasible examination timetables, when the population of lessons is smaller than
sixty. In larger populations, the evolutionary algorithmic demands much processing power and time and
we're proposed the usage of a Grid Computer for the algorithm's execution. | el_GR |
dc.format.type | pdf | el_GR |