Statistical Analysis of the Performance of Modified Genetic Algorithms for Automated Compilation of a Multilevel University Scheduling

封面

如何引用文章

全文:

详细

The construction of a class schedule of an educational institution and, especially, a multilevel higher education institution, combining in its organizational and pedagogical structures several levels of education, including professional, secondary vocational and higher education, as well as training of scientific and pedagogical staff of higher qualification, is a time-consuming task. The study considers a computerized approach to the process of building a model of its optimization. The study uses the methods of system analysis and modification of genetic algorithms (GA), substantiates the structure of initial data for the task of compiling and optimizing training schedules using the method of penalty functions to account for resource and other constraints. A statistical approach is proposed, and a statistics collection and visualization module is implemented, which allows for the operative correction of hyperparameters and the mathematical model of the GA. The examples are provided to illustrate the problem of creating schedules for a multilevel university using GA. The developed computer program provides the creating of the schedule of academic classes of a multilevel university, effective according to the integral quality criterion substantiated taking into account the limitations.

作者简介

Dmitry Zakharov

Volgograd State Technical University

Email: zakator@bk.ru
ORCID iD: 0009-0009-6665-510X
SPIN 代码: 8794-7672

Applicant, Senior Lecturer of the Department of Mathematical and Natural Sciences, Sebryakovsky branch

28 Lenina ave., Volgograd, 400005, Russian Federation

Aleksey Rogachev

Volgograd State Technical University

编辑信件的主要联系方式.
Email: rafr@mail.ru
ORCID iD: 0000-0002-3077-6622
SPIN 代码: 8413-5020

Doctor of Technical Sciences, Professor of the Department of Information Systems in Economics

28 Lenina ave., Volgograd, 400005, Russian Federation

参考

  1. Rogachev AF, Zakharov DS. A systematic ap-proach to building an ontology for automating the scheduling of a multi-level university. RUDN Journal of Engineering Research. 2025;26(1):39–51. http://doi.org/10.22363/2312-8143-2025-26-1-39-51
  2. Aranova SV, Borovik LK, Primchuk NV. The model of making the school schedule in the non-linear educational process of pedagogical university. Ivzestia of the Volgograd State PedagogicalUniversity. 2025;2(195):61–72. (In Russ.) EDN: TATJTE
  3. Khasukhadzhiev ASA. Models and algorithms for the formation of an educational schedule, taking into account a given set of requirements: abstract of the dissertation of the Doctor of Pedagogical Sciences. Astrakhan, 2022. (In Russ.) EDN: NVFEGD
  4. Furaeva II, Senkovskaya AA. Modeling the process of distributing the academic load of the department using a greedy algorithm. Mathematical structures and modeling. 2017;4(44):101–109. (In Russ.) http://doi.org/10.24147/2222-8772.2017.4.101-109 EDN: ZWAXXL
  5. Babkin VA, Chepurnov SV, Boldyrev RO, Ignatov AV, Knyazev AP, Zakharov DS, Borisov DA, Yanbo-risov VM, Titova ES, Belousova VS, Artsis MI. Zaikov GE. Quantum-chemical calculation of the graphene oxide molecule in the framework of the Hoffman model by the MNDO method. Oxidation Communications. 2021;44(1):22–26. (In Russ). http://doi.org/10.35211/1990-5297-2021-5-252-22-26 EDN: WARFBK
  6. Nagornykh ME. Multi-agent scheduling system at the university. Bulletin of the Russian New University. Series: Complex systems: models, analysis and management. 2022;(2):99–108. (In Russ.) http://doi.org/10.18137/RNU.V9187.22.02.P.099 EDN: LNIWWU
  7. Kholod II, Ivanov VS, Grigoriev IS, Korytov P, Kovynev M. Experience in automating the scheduling process at a university. Cloud of Science. 2020;7(4):844-868. (In Russ). EDN: NVZDQW
  8. Rogachev DA, Rogachev AF. Justification of para-meters modifiable for genetic algorithms of artificial ı̇ntelligence for solving multi-criteria optimization problems. Inventive Communication and Computational Technologies: Proceedings of ICICCT 2024. Coimbatore, Singapore: Springer Nature Singapore Pte Ltd; 2024;23:899–910. EDN: YUELQB
  9. Karpushova SE, Patsyuk EV, Ryzhova OA, Inkova NA, Zakharov DS. Data base of the curriculum auto-generator. Database registration certificate RU 2023624808, 12.20.2023. (In Russ.) EDN: KSTGPT
  10. Moskvitin AA. Data, information, knowledge: methodology, theory, technologies. 2nd ed., erased. Saint Petersburg: Lan Publ.; 2023. (In Russ). Available from: https://e.lanbook.com/book/288968 (accessed: 13.02.2025)
  11. Zakharov DS. Application of modified genetic algorithms for solving evolutionary problems of the theory of schedules. Bulletin of Dagestan State Technical University. Technical sciences. 2023;50(2):90–97. (In Russ.) http://doi.org/10.21822/2073-6185-2023-50-2-90-97 EDN: EUXQJO
  12. Zakharov DS. Autogenerator of training schedules. Certificate of registration of the program for computer RU 2023687279, 13.12.2023. (In Russ.) EDN: EWXCUJ
  13. Patsyuk EV, Zakharov DS, Krutilin AA, Kha-chatryan SZ, Inkova NA. Intellectual Machines as Hi-Tech Ecological Innovations Created with the Help of Evolu-tionary Computation and Genetic Algorithms. Modern Global Economic System: Evolutional Development vs. Revo-lutionary Leap : Institute of Scientific Communications Con-ference. Cham : Springer Nature, 2021;198:1190–1197. http://doi.org/10.1007/978-3-030-69415-9_129 EDN: MCRRUL
  14. Zakharov DS, Zakharov MS. Module for collecting statistics of the curriculum auto-generator. Computer program registration certificate RU 2024686891, 11.13.2024. (In Russ.) EDN: CAELXH

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».