طراحي نظام جامع تصميم گيري و زمان بندي برنامه ريزي نوين آموزشي دانشگاه پيام نور با رويكرد الگوريتم زنبور عسل (مطالعه موردي: دانشگاه پيام نور مركز لامرد)

Comprehensive Decision-Making System Design and the New Educational Planning Scheduling Using Bees Algorithm Approach (Case Study: Payam-e Noor University, Lamard)

پژوهش حاضر، مدلي براي مسئله زمان بندي درس هاي دانشگاهي به صورت تك هدفه كرده كه هدف تهيه جدول زماني درس هاي دانشگاهي قابل قبول، با در نظر گرفتن مجموعه اي از محدوديت ها و ترجيح هاي استادان، دانشجويان و دانشگاه با توجه به فضاي آموزشي است. در اين مسائل، جدول زماني محدوديت ها، به دودسته سخت و نرم كه محدوديت هاي سخت بايد برآورده شده و شدني بودن جواب را تضمين كند و محدوديت هاي نرم كه بيان كننده مطلوبيت و ترجيح هاي مسئله بوده و براي كيفيت بهتر جدول زماني در نظر گرفته مي شوند. با توجه به اينكه مسئله اي حل نشدني با پيچيدگي محاسباتي در پيش روي است، براي حل مدل ها از الگوريتم هاي فرا ابتكاري، الگوريتم زنبور عسل استفاده شده است. براي افزايش سرعت برنامه جمعيت اوليه را به شكلي توليد كرده كه تعداد زيادي از محدوديت هاي سخت اشباع شوند. براي آزمودن مدل رياضي و برنامه مورد نظر از داده هاي دانشگاه پيام نور لامرد استفاده شده است. حل مدل با روش زنبور عسل از دو تابع مهم رقص براي فرار از بهينه محلي و بهبود كارايي مسئله و درنهايت رسيدن به يك جواب قابل قبول، بهره برداري مي شود. نتايج نشان مي دهد درنهايت دقت مدل رياضي 94 درصد بوده و نسبت به وضعيت كلاسيك و عمومي شرايط بهتري دارد.

In this study، a single-objective model is presented for academic courses schedule problem. The purpose of this problem is to make appropriate and acceptable timetable for university courses taking into account a set of constraints and preferences of professors، students and universities according to the educational environment in Iran. In schedule problems، constraints are divided into two categories: hard and soft، hard constraints must be met، and ensure the feasibility of a solution، and soft constraints that represent utility and preferences of a problem، they are considered for better quality of a schedule. Given that an unsolvable problem is associated with computational complexity، meta-heuristic algorithms and bees algorithm are used to solve the models. To speed up the application، the initial population is produced in a way that a lot of hard constraints are saturated. In order to test the mathematical model and the app in question، the Lamerd PNU data is used. Solving model using bees method are derived from two important functions of dance، to escape from local optimum and improve the efficiency of the problem، and finally reach an acceptable solution، the results show that the accuracy of the mathematical model is 94 per cent، and c is better than classic status and general condition.