Programação de horários usando um algoritmo genético especializado /

• Main Author: Atala, Ali Veggi.
• Other Authors: Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Engenharia (Campus de Ilha Solteira).
• Format: Others
• Language: Portuguese
• Published: Ilha Solteira, 2014
• Subjects: Programação heuristica.; Algoritmos genéticos.; GRASP (Sistema operacional de computador); Programação linear.; Heuristic programming
• Online Access: http://hdl.handle.net/11449/111140

Orientador: Rubén Augusto Romero Lázaro === Banca: José Roberto Sanches Mantovani === Banca: Sergio Azevedo de Oliveira === Banca: Carlos Alberto Mendonça da Rocha === Banca: Elizete de Andredade Amorim === Resumo: O problema de programação ótima de horários consiste em programar eventos aulas em um determinado número de salas, para um determinado número de alunos, com o objetivo de satisfazer certas condições de factibilidade. O problema é representado por um modelo de programação linear inteira mista e foi resolvido pela implementação de um algoritmo genético de Chu-Beasley, que apresenta as características de evitar a homogeinização da população, permitindo encontrar melhores soluções, modificado em três pontos fundamentais: (i) na geraçao da população inicial; (ii) na fase de melhoría local; (iii) no incremento da da diversidade. Adicionalmente, é apresentado um algoritmo construtivo na fase da geração da população inicial e na busca local, a fin de se permiter corrigir possíveis infactibilidades e melhorar a qualidade da população, tanto na fase inicial quanto na de melhoria local. O controle da diversidade e atualização da população são feitos obedecendo parâmetro que garante que o novo individuo tenha número de genes diferentes em relação aos demais individuos da população, evitando a homogeinização da mesma. O método proposto é aplicado no caso de testes da literatura especializada, e os dados do problema são os apresentados pela International Timebling Competition === Abstract: The problem with optimum schedule programming consists of programming class-events for a given number of classrooms and students, with the goal of satisfying certain factibility conditions. The problem is represented by a full mixed linear programming model and has been solved by use of a genetic Chu-Beasley algorithm, that presents population homogenization avoidance features, allowing for best solutions, modified in three core points: (i) initial population generation; (ii) local improvement phase; (iii) diversity increase. Additionally, a constructive algorithm for the initial phase of initial population generation and local search is presented, this allows for correction of possible unsuitabilities and improves population quality, such in initial phase as in local improvements. Population diversity and updating control is done according to parameters that assure each new individual has a different genes number in relation to the other individuals of the population, avoiding homogenization. The proposed method is applied for test cases of specialized literature, and data for the tests are presented by International Timebling Competition === Doutor