Dergiler / Uludağ Üniversitesi Mühendislik Fakültesi Dergisi / 2018 / Cilt: 23 - Sayı: 1

SINAV ÇİZELGELEME PROBLEMLERİNDE HOMOJEN SINAV DAĞILIMININ OLUŞTURULMASI İÇİN KÜMELEME VE HEDEF PROGRAMLAMA TEMELLİ BİR YAKLAŞIM

A Clustering and Goal Programming-Based Approach for Homogeneous Exam Distribution in Exam Scheduling Problems

Sayfa
167–188
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu kapsamında öncelikle, derslerin kredisi, başarı oranı ve türü olmak üzere üç parametre kullanılarak sınav kritiklik seviyelerinin belirlenmesi için k-ortalamalar kümeleme algoritması önerilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma, dengeli bir sınav programı oluşturmak için kümeleme ve hedef programlama tabanlı bir yaklaşım sunmaktadır.
📊
Temel Bulgular & Veri:Bu kapsamında öncelikle, derslerin kredisi, başarı oranı ve türü olmak üzere üç parametre kullanılarak sınav kritiklik seviyelerinin belirlenmesi için k-ortalamalar kümeleme algoritması önerilmektedir.
💡
Sonuç & Katkı:Buna ek olarak, önerilen yaklaşımın daha büyük boyutlu gerçek hayat problemlerinde de kullanılma potansiyeli bulunmaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Sınav çizelgeleme · kümeleme · k-ortalamalar

Özet

Bu çalışma, dengeli bir sınav programı oluşturmak için kümeleme ve hedef programlama tabanlı bir yaklaşım sunmaktadır. Çalışmada, kişisel iş yükü açısından öğrencileri ve öğretim üyelerini belirli bir düzeyde memnun edecek, dengeli bir sınav programı oluşturmak amaçlanmaktadır. Bu kapsamında öncelikle, derslerin kredisi, başarı oranı ve türü olmak üzere üç parametre kullanılarak sınav kritiklik seviyelerinin belirlenmesi için k-ortalamalar kümeleme algoritması önerilmektedir. Daha sonra, belirlenen kritiklik seviyeleri ve diğer problem kısıtları dikkate alınarak bir hedef programlama modeli ile sınav çizelgesi oluşturulmaktadır. Önerilen yaklaşım, bir gerçek hayat problemi üzerinde örneklendirilmiştir. Yaklaşım sonucu oluşturulan çizelge, gerçek hayatta oluşturulan çizelge ile karşılaştırıldığında, sınavların kritiklik seviyelerini de dikkate alan dengeli bir sınav çizelgesinin oluşturulduğu görülmektedir. Buna ek olarak, önerilen yaklaşımın daha büyük boyutlu gerçek hayat problemlerinde de kullanılma potansiyeli bulunmaktadır.

Abstract

This study presents a clustering and binary goal programming-based approach to create a balanced-exam schedule. The aim of the study is to create a balanced-exam schedule in terms of person workloads to achieve a certain level of satisfaction for students and professors. We first propose Ward’s method and k-means clustering algorithm for criticality level identification using credits, success ratios and types of classes. A goal programming model is then used to create an exam schedule using the criticality levels and other problem constraints. Proposed approach is illustrated with a real-life case study. We compare the exam schedule produced by the proposed approach with the real-life exam schedule. It is noted that a balanced-exam schedule is produced by our approach where the criticality levels of exams are considered. In addition, we also note that the proposed approach has a potential to be used for larger real-life exam scheduling problems.

🔖

Bu Makaleye Atıf Yap

ÇAVDUR, F., DEĞİRMEN, S., KÜÇÜK, M. K. (2018). SINAV ÇİZELGELEME PROBLEMLERİNDE HOMOJEN SINAV DAĞILIMININ OLUŞTURULMASI İÇİN KÜMELEME VE HEDEF PROGRAMLAMA TEMELLİ BİR YAKLAŞIM. Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, Cilt: 23 - Sayı: 1, 167–188. https://ajindex.com/articles/329875

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (5)

  1. Alsabti, K., Ranka, S. ve Singh, V. (1997) An efficient k-means clustering algorithm, Electrical Engineering and Computer Science. Al-Yakoob, S. M. ve Sherali, H. D. (2006) Mathematical programming models and algorithms for a class–faculty assignment problem, European Journal of Operational Research, 173(2), 488-507. doi: 10.1016/j.ejor.2005.01.052 Al-Yakoob, S. M. ve Sherali, H. D. (2015) Mathematical models and algorithms for a high school timetabling problem, Computers & Operations Research, 61, 56-68. doi:10.1016/j.cor.2015.02.011 Babaei, H., Karimpour, J. ve Hadidi, A. (2015) A survey of approaches for university course timetabling problem, Computers & Industrial Engineering, 86, 43-59. doi:10.1016/j.cie.2014.11.010 Babaei, H., Karimpour, J. ve Mavizi, S. (2016) Using k-means clustering algorithm for common lecturers timetabling among departments, Advances in Computer Science: An International Journal, 5(1), 86-102.
  2. Babaei, H., Karimpour, J. ve Mavizi, S. (2017) Using fuzzy c-means clustering algorithm for common lecturer timetabling among departments, Journal of Advances in Computer Engineering and Technology, 3(1). doi:10.1109/ICCKE.2016.7802147 Badoni, R. P., Gupta, D. K. ve Mishra, P. (2014) A new hybrid algorithm for university course timetabling problem using events based on groupings of students, Computers & Industrial Engineering, 78, 12-25. doi:10.1016/j.cie.2014.09.020 Bijuraj, L. V. (2013)
  3. Clustering and its applications, Proceedings of National Conference on New Horizons in IT-NCNHIT, 169-172.
  4. Burke, E. K. ve Petrovic, S. (2002) Recent research directions in automated timetabling, European Journal of Operational Research, 140(2), 266-280. doi:10.1016/S0377-2217(02)00069-3
  5. Burke, E. K., Petrovic, S. ve Qu, R. (2006) Case-based heuristic selection for timetabling problems, Journal of Scheduling, 9(2), 115-132. doi:10.1007/s10951-006-6775-y Carter, M. W., Laporte, G. ve Chinneck, J. W. (1994) A general examination scheduling system. Interfaces, 24(3), 109-120. doi: 10.1287/inte.24.3.109 Cavdur, F. ve Kose, M. (2016) A fuzzy logic and binary-goal programming-based approach for solving the exam timetabling problem to create a balanced-exam schedule, International Journal of Fuzzy Systems, 18(1), 119-129. doi:10.1007/s40815-015-0046-z Chu, S. C., Chen, Y. T. ve Ho, J. H. (2006) Timetable scheduling using particle swarm optimization, Innovative Computing, Information and Control, 3, 324-327. doi:10.1109/ICICIC.2006.541 Daskalaki, S., Birbas, T. v