Apresentação sobre o projeto de geração otimizada de grade de horários de disciplinas, que ocorreu na semana de computação da Universidade Federal de Sergipe (UFS).
Serviços Web para Geração Otimizada da Grade de Horários de Disciplinas
1. Universidade Federal de Sergipe
Departamento de Computação
Iniciação Científica
Serviços Web para Geração Otimizada da
Grade de Horários de Disciplinas
Felipe J. R. Vieira
Última atualização em maio de 2010
2. Timetabling
O problema de timetabling consiste em agendar uma sequência de encontros
(aulas, exames, bancas, palestras ou outro tipo de atividade escolar) entre
professores e estudantes em um período de tempo prefixado satisfazendo um
conjunto de restrições de vários tipos.
Paim & Greis, 2008
PSA - Portal de Serviços Acadêmicos 2
3. Hard Constraints
➢
Todas as disciplinas ofertadas devem preencher o número de horas por
semana estabelecidos pela estrutura curricular.
➢
O professor não pode lecionar em duas turmas diferentes em um mesmo
dia e horário.
➢
As aulas de uma mesma turma não devem estar no mesmo dia e horário.
➢
Todas as disciplinas obrigatórias do período vigente devem ser ofertadas.
➢
A oferta de disciplinas deve obedecer o turno dos cursos.
PSA - Portal de Serviços Acadêmicos 3
4. Soft Constraints
➢
Atender a opção do professor:
• Em optar concentrar ou não suas aulas no mesmo dia.
•
Em optar por concentrar ou não suas aulas em horários consecutivos.
•
Em preferir lecionar matérias de seu interesse.
• Em sugerir seus horários disponíveis.
➢
Todas as aulas de uma turma devem ser ofertadas, de preferência, no
mesmo horário e no mesmo turno, nesta ordem.
➢
Aulas de uma mesma turma não devem ser ofertadas em dias
consecutivos, nem em horários seguidos.
➢
Disciplinas que são pré-requisitos de outras, devem ser alocadas no
mesmo horário.
PSA - Portal de Serviços Acadêmicos 4
7. Algoritmos Genéticos
Os algoritmos genéticos tem como fundamento básico aplicar o processo de
evolução natural como um paradigma de solução de problemas, a partir de sua
implementação em computador.
Zuben, 2000
PSA - Portal de Serviços Acadêmicos 7
8. Algoritmos Genéticos
População Inicial
Avaliação da População
Critério de Término
Reprodução
Mutação
Substituição
PSA - Portal de Serviços Acadêmicos 8
9. Algoritmos Genéticos
•
Coluna: Horário da aula em
blocos de 2h.
0 1 ... 38 39
SI – 1º Per ➢
Linha: Curso/Período ao qual a
SI – 2º Per
disciplina foi ofertada.
CC – 2º Per
CC – 3º Per ➢
Célula: Turma em um
EC – 1º Per
determinado horário de um
respectivo curso/período
PSA - Portal de Serviços Acadêmicos 9
11. Satisfação de Restrições
É definido por um conjunto de variáveis e por um conjunto de restrições.
Cada variável tem um domínio não-vazio de valores possíveis. Cada restrição envolve
algum subconjunto das variáveis e especifica as combinações de valores permitidas
para aquele subconjunto.
Russel & Norvig, 2003
PSA - Portal de Serviços Acadêmicos 11
12. Satisfação de Restrições
➢
Variáveis: WA, NT, Q, NSW, V,
SA, T.
➢
Domínio: {red, green, blue}.
➢
Restrições: Regiões adjacentes
devem possuir cores diferentes
PSA - Portal de Serviços Acadêmicos 12
14. Considerações
➢
Dificuldades na modelagem do problema;
➢
Seleção de restrições que serão atendidas;
➢
Definição da melhor solução;
➢
Necessidade de supervisão humana;
➢
Melhoria da utilização de recursos e rendimento dos cursos.
PSA - Portal de Serviços Acadêmicos 14