Transcript Generación de Horarios Académicos en INACAP

“Generación de horarios
académicos en INACAP
utilizando algoritmos
genéticos”
Alumno: Jorge Ahumada A.
Profesor Guía : Nelson Baloian T.
30 de junio de 2014
“Generación de Horarios Académicos en INACAP”
Introducción
“La generación de un horario de una institución de
educación, no es un proceso fácil”
“Generación de Horarios Académicos en INACAP”
Estado del Arte
 Concepto de Timetabling.
 Enfoques de solución.
 Tipos de problemas.
 Tipos de restricciones.
“Generación de Horarios Académicos en INACAP”
Justificación y contexto
INACAP



26 sedes.
115.000 alumnos.
Crecimiento explosivo.
Generación de horarios en INACAP



Cursos
Salas
Docentes
“Generación de Horarios Académicos en INACAP”
Justificación y contexto
Restricciones “duras” para asignación de horarios en
INACAP






Un docente no puede asignarse a dos o más cursos en un
mismo horario.
No se pueden planificar dos o más cursos de una misma
carrera y un mismo nivel en un mismo horario.
No se pueden planificar dos o más cursos en una misma
sala en un mismo horario.
A un docente no se le puede planificar más horas que el
máximo de horas diarias y semanales.
Todo curso debe tener asignado una sala y un docente.
Las secciones debe programarse en horario según su
jornada, diurna o vespertina.
“Generación de Horarios Académicos en INACAP”
Justificación y contexto
Restricciones “suaves” para asignación de horarios
en INACAP




Se debe minimizar las “ventanas” para los docentes.
Se debe minimizar las “ventanas” en la planificación
de cursos de un mismo nivel y carrera.
Se debe asignar en primer lugar a los profesores con
mayor prioridad.
Se debe asignar en primer lugar las salas con mayor
prioridad.
“Generación de Horarios Académicos en INACAP”
Estrategias de solución
Algoritmos genéticos
“los algoritmos genéticos son algoritmos de búsqueda
basados en la mecánica de selección natural y de la
genética natural. Combinan la supervivencia del más
apto entre estructuras de secuencias con un
intercambio de información estructurado, aunque
aleatorizado, para constituir así un algoritmo de
búsqueda que tenga algo de las genialidades de las
búsquedas humanas” [Goldberg, 1989]
“Generación de Horarios Académicos en INACAP”
Estrategias de solución
Algoritmos genéticos
La estructura general de un algoritmo genético puede
representarse con los siguientes pasos:
1.
2.
3.
4.
5.
6.
7.
8.
Define población inicial.
Evalúa población inicial.
Selecciona padres.
Cruza.
Muta.
Evalúa.
Selecciona y descarta soluciones no aptas.
Mientras no exista solución, vuelve a 3.
“Generación de Horarios Académicos en INACAP”
Cromosomas
Representación para el problema de asignación de
horarios.
“Generación de Horarios Académicos en INACAP”
Función de cruza
Una función de cruza usa dos cromosomas padres y
los combina, generando nuevos individuos que a su
vez son evaluados y seleccionados como padres de
nuevas generaciones.
“Generación de Horarios Académicos en INACAP”
Función de cruza
“Generación de Horarios Académicos en INACAP”
Función de cruza (dirigida)
“Generación de Horarios Académicos en INACAP”
Función de mutación
Una función de mutación se encarga de realizar una
modificación en un cromosoma, sin combinarlo con
otro. Esto ayuda a explorar nuevas posibles
soluciones que no se alcanzarían mediante la cruza.
“Generación de Horarios Académicos en INACAP”
Función de mutación
“Generación de Horarios Académicos en INACAP”
Algoritmo genético
1.
2.
3.
4.
5.
6.
7.
8.
Define población
inicial.
Evalúa población
inicial.
Selecciona padres.
Cruza.
Muta.
Evalúa.
Selecciona y descarta
soluciones no aptas.
Mientras no exista
solución, vuelve a 3.
“Generación de Horarios Académicos en INACAP”
Caso de estudio
100 secciones
s
84 Docentes
s
46 cursos
40 Salas
Algoritmo genético
Lunes
Martes
Miércoles
Jueves
Viernes
“Generación de Horarios Académicos en INACAP”
Caso de estudio – Resultados preliminares
“Generación de Horarios Académicos en INACAP”
Caso de estudio - Problemas
 Mala calidad de la población inicial.
 No convergencia
 Alto tiempo de ejecución
 Alto uso de espacio de almacenamiento
“Generación de Horarios Académicos en INACAP”
Caso de estudio – resultados finales
“Generación de Horarios Académicos en INACAP”
Conclusiones






Técnica de algoritmos genéticos es apropiada para
problemas de timetabling.
Soluciones rápidas y eficientes.
Técnica de algoritmos genéticos entrega flexibilidad.
Entrega una solución óptima y varias “casi” óptimas.
Dificultad para modelar restricciones “suaves”.
Objetivos cumplidos : menor tiempo en generar un
horario y fácil integración con sistemas existentes
“Generación de horarios
académicos en INACAP
utilizando algoritmos
genéticos”
Alumno: Jorge Ahumada A.
Profesor Guía : Nelson Baloian T.
30 de junio de 2014