Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa

Detalhes bibliográficos
Autor(a) principal: Borges, Suzan Kelly
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/25068
Resumo: Anexos
id UFPR_dbb4d8ff84c0a30fbacffb785a13e270
oai_identifier_str oai:acervodigital.ufpr.br:1884/25068
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Borges, Suzan KellyUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaRamirez Pozo, Aurora Trinidad, 1959-2022-08-11T11:51:16Z2022-08-11T11:51:16Z2003Brochhttps://hdl.handle.net/1884/25068AnexosOrientadora: Aurora T. Ramirez PozoDissertaçao(mestrado)- Universidade Federal do Paraná. Setor de Ciencias Exatas. Departamento de Informática. Curso de Mestrado em InformáticaInclui bibliografiaResumo: A produção de grades horárias em instituições de ensino é uma tarefa complexa e de difícil solução, pois, neste contexto, existem muitas restrições necessárias à validade e aplicabilidade das respostas produzidas. Na literatura, a produção de grades horárias e, na verdade, uma das variações de timetabling, o qual, em essência, é um problema de escalonamento de eventos em um periodo finito de tempo, sujeito a restrições, como por exemplo, tempo, recursos humanos disponíveis (professores), recursos físicos existentes (salas de aula) e atividades a serem desenvolvidas (exames, aulas, entre outros). Para solucionar esse problema e automatizar o processo, abordagens de Inteligência Artificial têm sido aplicadas com sucesso, mais especificamente, os métodos da Computação Evolutiva. A computação evolutiva define uma classe de algoritmos que modelam computacionalmente os conceitos da teoria da Evolução de Charles Darwin. Esses algoritmos aplicam operadores genéticos sobre populações de indivíduos, visando à produção de indivíduos mais aptos que os antigos. Como resultado, obtêm-se indivíduos ou soluções candidatas com um alto grau de aptidão para solucionar um problema específico. O objetivo principal deste trabalho é estudar e implementar uma solução para o problema de Geração de Grades Horárias, com base na Computação Evolutiva. O método evolutivo escolhido é denominado Algoritmo Coevolutivo Cooperativo. Esse método subdivide um problema complexo em problemas menores, sendo que cada um deles é representado por uma população pertencente ao dominio do problema. Cada uma dessas populações possui características individuais e, no processo, todas evoluem paralelamente, de maneira cooperativa, por meio de sucessivas aplicações de operadores genéticos. Ao final do processo, os representantes de cada uma das populações formam, em conjunto, uma solução completa. Para verificar a validade do método para a resolução do problema em estudo, implementou-se um algoritmo cooperativo. Os resultados dos experimentos mostraram que algoritmos cooperativos são ferramentas poderosas, capazes de resolver problemas complexos de otimização numérica sujeitos a restrições.Abstract: The production of schedules in educational institutions is a complex and hard solution, because in this scenario there are many constraints required to the validity and applicability of the produced results. According to the literature, the production of schedules in educational institutions, in fact, one of the Timetabling variations, which is, in essence, a problem of event scheduling in a finite period of time, subjected to constraints, for example, time, human resources (teachers, lecturers, etc), physical resources (rooms) and activity to be advanced (exams, class, etc). In order to solve this problem and automate the process, -Artificial intelligence methods have been used with success, more specifically, Evolutionary Computing methods. The evolutionary computing defines a class of algorithms that computationally model the Charles Darwin's Evolution theory concepts. These algorithms apply genetic operators over a population of individuals, aiming at the production of individuals more capable than the older ones. The result is candidate individuals or solutions with a high degree of capability to solve a specific problem. The main goal of this work is to study and implement a solution for the Schedule Generation problem, based on Evolutionary Computing. The chosen evolutionary method is denominated Cooperative Co-Evolutionary Algorithm. This method divides a complex problem in smaller ones, being each small problem represented by a population that belongs to the problem domain. Each population has individual features and all of them evolve in a parallel and cooperative way through the successive application of genetic operators. At the end of this process, the representatives of each population compose a complete solution. In order to verify the validity of the method for the solution of the problem under study, a cooperative algorithm was implemented. The results of the experiments showed that the co-evolutionary algorithms are powerful tools, capable of solving complex problems of numeric optimization subjected to constraints.x, 103f. : il., grafs., tabs.application/pdfDisponível em formato digitalTesesAlgorítmos genéticosOtimização combinatoriaCiencia da ComputaçãoResoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALD - BORGES, SUZAN KELLY.pdfapplication/pdf2827248https://acervodigital.ufpr.br/bitstream/1884/25068/1/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf221272f8a0b3c1f7f923911f5b765f3aMD51open accessTEXTD - BORGES, SUZAN KELLY.pdf.txtExtracted Texttext/plain175872https://acervodigital.ufpr.br/bitstream/1884/25068/2/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf.txt4609047b044451ab398a94f0060abc26MD52open accessTHUMBNAILD - BORGES, SUZAN KELLY.pdf.jpgGenerated Thumbnailimage/jpeg1219https://acervodigital.ufpr.br/bitstream/1884/25068/3/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf.jpg69f82c544b19be3211e9f296ef58f1bdMD53open access1884/250682022-08-11 08:51:16.446open accessoai:acervodigital.ufpr.br:1884/25068Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-08-11T11:51:16Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
title Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
spellingShingle Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
Borges, Suzan Kelly
Teses
Algorítmos genéticos
Otimização combinatoria
Ciencia da Computação
title_short Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
title_full Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
title_fullStr Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
title_full_unstemmed Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
title_sort Resoluçao de Timetabling utilizando algoritmos genéticos e evoluçao cooperativa
author Borges, Suzan Kelly
author_facet Borges, Suzan Kelly
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.author.fl_str_mv Borges, Suzan Kelly
dc.contributor.advisor1.fl_str_mv Ramirez Pozo, Aurora Trinidad, 1959-
contributor_str_mv Ramirez Pozo, Aurora Trinidad, 1959-
dc.subject.por.fl_str_mv Teses
Algorítmos genéticos
Otimização combinatoria
Ciencia da Computação
topic Teses
Algorítmos genéticos
Otimização combinatoria
Ciencia da Computação
description Anexos
publishDate 2003
dc.date.issued.fl_str_mv 2003
dc.date.accessioned.fl_str_mv 2022-08-11T11:51:16Z
dc.date.available.fl_str_mv 2022-08-11T11:51:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.pt_BR.fl_str_mv Broch
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/25068
identifier_str_mv Broch
url https://hdl.handle.net/1884/25068
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv x, 103f. : il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/25068/1/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf
https://acervodigital.ufpr.br/bitstream/1884/25068/2/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/25068/3/D%20-%20BORGES%2c%20SUZAN%20KELLY.pdf.jpg
bitstream.checksum.fl_str_mv 221272f8a0b3c1f7f923911f5b765f3a
4609047b044451ab398a94f0060abc26
69f82c544b19be3211e9f296ef58f1bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1797699107775578112

Registros relacionados