Ders Programı Çizelgeleme Probleminin Genetik Algoritma ile Optimizasyonu

Year 2019, Volume: 1 Issue: 1, 9 - 14, 30.12.2019

Ahmet Yurtsal , Oğuz Kaynar

Abstract

Günümüzde çoğu
eğitim kurumunda hazırlanan ders programı her dönem için yeniden yapılmaktadır.
Bu işlemin her dönem tekrardan yapılması ve çoğu kurumda elle hazırlanıyor
olması bu olayı zahmetli ve zaman alıcı hale getirmektedir. Bu durum hata
yapılma ihtimalini de artırmaktadır. 
Ayrıca her kurumun farklı özelliklere sahip olması, ders programının
hazırlanması noktasında mevcut tek bir çözümün elde edilmesini
zorlaştırmaktadır. Bu çalışmada ders programı çizelgeleme problemi için
fakültenin her zaman kullanabileceği bir çözüm üzerine çalışılmış ve uygulama
için Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi verileri
kullanılmıştır. Uygulama Matlab programında geliştirilmiş ve problemin
çözümünde bir çok alanda performansı test edilmiş sezgisel bir optimizasyon
yöntemi olan Genetik Algoritma kullanılmıştır. Problemin kısıtlarının
belirlenmesi noktasında, fakültenin her zaman kullanabileceği bir çözüm
geliştirmek için fakültenin bütün özellikleri dikkate alınmıştır. Ayrıca
kısıtlar öğrenci, öğretim elamanı ve fakülte personelini memnun edecek şekilde
belirlenmiştir. Bunun yanı sıra algoritmanın performansını artırarak çözüme
hızlı yakınmasını sağlamak için uygun bir kromozom yapısı ve mutasyon operatörü
belirlenmiştir. Çalışmamızda birçok deney yapılmış ve yöntem olarak
kullandığımız Genetik Algoritma’nın farklı parametre değerleri ile ders
programı çizelgeleme problemi üzerine performansı test edilmiştir.  

Keywords

Genetik Algoritma, Ders Programı

References

• [1] Akkan, C., & Gülcü, A., “A bi-criteria hybrid Genetic Algorithm with robustness objective for the course timetabling problem.”, Computers & Operations Research, 90, 22-32, 2018.
• [2] Chambers, L. D., The practical handbook of genetic algorithms: Applications. Chapman and Hall/CRC, 2000.
• [3] Çolak, R. “Sezgisel Algoritmalarla Ders Programı Çizelgeleme Problemi Çözümü.” Yüksek Lisans Tezi, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı, 2015.
• [4] Çunkaş, M. “Genetik Algoritmalar ve Uygulamaları Ders Notları.” Selçuk Üniversitesi Teknik Eğitim Fakültesi, Konya, 2006.
• [5] Fang, X. “Engineering design using genetic algorithms.” 2007.
• [6] Feng, X., Lee, Y., & Moon, I. “An integer program and a hybrid genetic algorithm for the university timetabling problem.” Optimization Methods and Software, 32(3), 625-649, 2017.
• [7] Fredrikson, R., & Dahl, J. “A comparative study between a simulated annealing and a genetic algorithm for solving a university timetabling problem.” 2016.
• [8] Haupt, R. L., & Ellen Haupt, S. Practical Genetic Algorithms, 2004.
• [9] Holland, J., Genetic Algorithms Scientific American, 1992.
• [10] Junn, K. Y., Obit, J. H., & Alfred, R. “The Study of Genetic Algorithm Approach to Solving University Course Timetabling Problem.” In International Conference on Computational Science and Technology (pp. 454-463). Springer, Singapore, 2017.
• [11] Mathew, T. V. Genetic algorithm. Report submitted at IIT Bombay, 2012.
• [13] Michalawicz, Z. Genetic Algorithms+ Data structure= Evaluation Programs, 1996.
• [14] Palko, S. “Structural optimisation of an induction motor using a genetic algorithm and a finite element method.” Helsinki University of Technology, 1996.
• [15] Salman, A., & Hanna, R. “A Comparative Study between Genetic Algorithm, Simulated Annealing and a Hybrid Algorithm for solving a University Course Timetabling Problem.”, 2018.