کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6903671 1446992 2018 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An iterated local search algorithm for the University Course Timetabling Problem
ترجمه فارسی عنوان
یک الگوریتم جستجوی محلی تکراری برای مشکل زمانبندی دوره های دانشگاه
ترجمه چکیده
در این مقاله یک الگوریتم جستجوی محلی تکرار شده برای یافتن راه حلی مناسب برای مشکل زمانبندی دوره های دانشگاه پیشنهاد شده است. سه مرحله کلیدی در چارچوب الگوریتم پیشنهاد شده وجود دارد: ابتدایی، تشدید و تنوع. هنگامی که یک جدول زمانبندی اولیه مقرون به صرفه ساخته می شود، یک جستجوی محلی مبتنی بر حلقه شبیه سازی شده و یک روش تنوع که منجر به اختلال متوسط ​​یا حتی بهبود در راه حل فعلی می شود، به صورت تکراری انجام می شود تا شرایط توقف کامل شود. الگوریتم پیشنهاد شده در یک مجموعه داده به طور گسترده ای مورد استفاده قرار می گیرد که حاوی 60 نمونه مشکل است. نتایج محاسباتی نشان می دهد که الگوریتم جستجوی محلی تکرار نتایج بسیار رقابتی در مقایسه با الگوریتم های موجود را به دست می دهد. قابل توجه است که این الگوریتم می تواند راه حل های عملی را برای 58 نمونه در زمان معقول پیدا کند، از جمله سه نمونه بزرگ که راه حل های قابل قبول در مقالات قبلی از دست رفته است. علاوه بر این، برخی از عناصر کلیدی و ویژگی های الگوریتم نیز تحلیل می شوند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
In this paper, an iterated local search algorithm is proposed to find the feasible solution for the University Course Timetabling Problem. Three key phases are involved in the proposed algorithm framework: initialization, intensification and diversification. Once a partial-feasible initial timetable is constructed, a simulated annealing based local search and a diversification procedure that brings moderate perturbation or even improvement to the current solution are performed in an iterative manner until a stop condition is met. The proposed algorithm is evaluated on a widely used dataset containing 60 problem instances. The computational results show the iterated local search algorithm achieves highly competitive results compared with the existing algorithms. It is noteworthy that this algorithm can find feasible solutions for 58 instances in reasonable time, including three large instances whose feasible solutions are missed in previous papers. Furthermore, some key elements and properties of the algorithm are also analyzed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Soft Computing - Volume 68, July 2018, Pages 597-608
نویسندگان
, , , , ,