Journals / Eskişehir Osmangazi Üniversitesi mühendislik ve mimarlık fakültesi dergisi (online) / 2019 / Cilt: 27 - Sayı: 2

A NEW MATHEMATICAL MODEL AND RANDOM KEY BASED METAHEURISTIC SOLUTIONAPPROACH FOR COURSE-ROOM-TIME ASSIGNMENT PROBLEM

DERS-DERSLİK-ZAMAN DİLİMİ ATAMA PROBLEMİ İÇİN YENİ BİR MATEMATİKSEL MODEL VE RASSAL ANAHTAR TEMELLİ METASEZGİSEL ÇÖZÜM YAKLAŞIMI

Pages
67–76
DOI
—

Abstract

This study presents a newly developed mixed-integer mathematical model for university course-room-time assignment problem. Optimal results with no soft constraint violations are obtained for some type of problem instances. As problem complexity increases it becomes more difficult to find feasible solution for this problem in a reasonable time. Therefore, a heuristic approach is often needed for such problems. In this study, a random key based genetic algorithm (RKGA) is developed. RKGA encoding is used in order to encode the chromosomes with a length of just the number of courses and not to use problem specific genetic operators and/or repair mechanisms. Well-known problem instances from the literature are selected to evaluate the outcome. The performance of RKGA is competitive to that of other algorithms especially for big size problems.

Özet

Bu çalışmada üniversite ders-derslik-zaman dilimi atama problemi için yeni bir karmatam sayılı matematiksel model önerilmiştir. Geliştirilen karma tam sayılı matematikselmodel ile literatürde yer alan test problemleri çözdürülmüş ve bir kısmı için tüm esnekkısıtlar sağlanarak en iyi çözüm elde edilmiştir. Problem karmaşıklığı arttıkça makulsürelerde uygun çözüm bulmak zorlaştığından, bu tür problemlerin çözümü için sezgiselbir yaklaşıma ihtiyaç duyulmaktadır. Çalışmada, rassal anahtar temelli bir genetikalgoritma (RKGA) geliştirilmiştir. Probleme özgü özel genetik operatörler ve/veyaonarma mekanizmaları kullanmamak için sadece ders sayısı uzunluğundakikromozomları kodlamak için RKGA kodlaması kullanılmıştır. Çıktılarındeğerlendirilmesi için literatürde iyi bilinen test problemleri seçilmiştir. Özellikle büyükboyutlu problemlerde RKGA’nın performansının diğer algoritmalar ile rekabet edebilirdüzeyde olduğu görülmüştür.