ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

Stochastic optimisation timetabling tool for university course scheduling

หน่วยงาน สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์

รายละเอียด

ชื่อเรื่อง : Stochastic optimisation timetabling tool for university course scheduling
นักวิจัย : Pupong Pongcharoen , W. Promtet , Pisal Yenradee , Hicks, Christian C.
คำค้น : Algorithms , Universities & colleges , Curricula , Time perspective , Simulated annealing (Mathematics)
หน่วยงาน : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์
ผู้ร่วมงาน : -
ปีพิมพ์ : 2551
อ้างอิง : International journal of production economics. 112,2 (2008) pp. 903-918 , 0925-5273 , http://dspace.library.tu.ac.th/handle/3517/1901
ที่มา : http://www.sciencedirect.com/science?_ob=MImg&_imagekey=B6VF8-4PMT2TP-3-N&_cdi=6004&_user=578664&_pii=S0925527307002800&_origin=gateway&_coverDate=04%2F30%2F2008&_sk=998879997&view=c&wchp=dGLbVlz-zSkzk&md5=e0f4f0296b4294528b8b7c856d4fe1f0&ie=/sdarticle.pdf
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

Abstract: University timetabling is an NP-hard problem, which means that the amount of computation required to find solutions increases exponentially with problem size. Timetabling is subject to hard constraints that must be satisfied in order to produce feasible timetables and soft constraints, which are not absolutely essential. This paper describes the Stochastic Optimisation Timetabling Tool (SOTT) that has been developed for university course timetabling. Genetic Algorithms (GA), Simulated Annealing (SA) and random search are embedded in the SOTT. The algorithms include a repair process, which ensures that all infeasible timetables are rectified. This prevents clashes and ensures that the rooms are sufficiently large to accommodate the classes. The algorithms also evaluate timetables in terms of soft constraints: minimising student movement; avoiding fragmentation in the timetables for students and lecturers; and satisfying lecturers’ preferences for the timing of classes. The algorithms were tested using two sets of timetabling data from a collaborating university. Both GA and SA produced very good timetables, but the results obtained from SA were slightly better than those using GA. However, the GA was 54% faster than SA

บรรณานุกรม :
Pupong Pongcharoen , W. Promtet , Pisal Yenradee , Hicks, Christian C. . (2551). Stochastic optimisation timetabling tool for university course scheduling.
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ .
Pupong Pongcharoen , W. Promtet , Pisal Yenradee , Hicks, Christian C. . 2551. "Stochastic optimisation timetabling tool for university course scheduling".
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ .
Pupong Pongcharoen , W. Promtet , Pisal Yenradee , Hicks, Christian C. . "Stochastic optimisation timetabling tool for university course scheduling."
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ , 2551. Print.
Pupong Pongcharoen , W. Promtet , Pisal Yenradee , Hicks, Christian C. . Stochastic optimisation timetabling tool for university course scheduling. กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ ; 2551.