۴
شروع خاتمه الگوریتم
۵
نمایش کروموزومها
۶
اندازه جمعیت
۷
مقدار اولیه
۸
تقاطع یا جابجایی ضربدری
۹
جهش
۱۰
محدودیتها و تابع ارزیابی
شکل ۱-۱- فلوچارت روش انجام تحقیق
۱-۹-موارد کاربرد تحقیق
در عمل کاربردهای برنامه ریزی و زمانبندی کاملاً مستقل از هم نیستند. زمانبندی در حل مسائل اساسی مدیریتی مربوط به انتخاب محصولی که باید ساخته شود، یا مسائل مربوط به ساخت، برنامهکاری ماشینهای موازی، مسائل مربوط به کارکارگاهی، زمانبندی پروژه ها با منابع محدود و بسیاری از مسائل نقش اساسی دارد.
حوزه کاربرد این پژوهش کلیه دانشگاهها و مراکز آموزشی است که به نوعی با محدودیتهای سخت و نرم حاکم بر این برنامهریزیها و نیز وجود تعدادی منابع محدود نظیر کلاس، اساتید و غیره روبرو هستند، میباشد. در رابطه با حل موضوعاتی نظیر برنامه ریزی نیروی انسانی در کارگاهها، برنامهکاری پرستاران در بیمارستانها و دیگر موضوعاتی از این دست، میتوان از روش های به کارگرفته در حل این مدل کمک گرفت ( بیکر، ۱۳۸۷).
۱-۱۰-شرح اصطلاحات و واژه های به کارگرفته در تحقیق
زمانبندی دروس دانشگاهی: مجموعهای از نشستهای همزمان استادان و دانشجویان در شماری از بازههای زمانی که نیازمند برخی منابع است و باید شماری از محدودیتها را برآورده نماید (بابایی زاده، ۱۳۹۰).
الگوریتم ژنتیک: یک روش جستجوی کلی که با انبوهی از جوابها سروکاردارد و به دلیل پیروی از قوانین تکامل بیولوژیک طبیعی، امکان اجرای موازی الگوریتم و مهاجرت بین زیر جمعیتها را که باعث تنوع ژنتیکی میشوند، فراهم میآورد ( باوی و صالحی، ۱۳۸۹).
ترجیحات اساتید: منظور از این واژه در نظر گرفتن اولویتهای زمانی و درسی برای اساتید است که نشان دهنده این موضوع است که هر استاد تمایل دارد چه دروسی را در کدام بازههای زمانی ارائه دهد (دهقانی و ذاکر تولائی، ۱۳۸۵).
محدودیت سخت: منظور از محدودیتهای سخت، محدودیتهایی هستند که حتما باید برقرار باشند، محدودیتهایی نظیر مقررات و قوانین آموزشی (بابایی زاده، ۱۳۹۰).
محدودیت نرم: منظور از محدودیتهای نرم، محدودیتهایی هستند که تا حد امکان ترجیحاً بایستی برقرار باشند، به عنوان مثال اگر اتاق انتخاب شده برای استاد مورد نظر در نزدیکی اتاق او قرار داده شود، یک محدودیت نرم برقرار شده است (بابایی زاده، ۱۳۹۰).
۱-۱۱-محدودیتهای تحقیق
محدودیتهای یک پژوهش مواردی هستند که اگر چه ما را به واقعیت مسئله نزدیک می کنند اما شرایط حل مسئله را برای محقق سختتر و پیچیدهتر میکنند. در مسائل زمانبندی دروس دانشگاهی ارضای محدودیتهای نرم تا حدودی بر پیچیدگیهای مسئله میافزاید، ولی ارضا کردن محدودیتهای سخت جهت رسیدن به جواب نهایی مطلوب در اولویت قرار دارد، بنابراین در اکثر مسائلی از این دست، محقق با درنظرگیری اهم محدودیتهای سخت و نرم مدل خود را طراحی میکند.
۱-۱۲- خلاصه و جمعبندی
در این فصل ابتدا مقدمهای بر زمانبندی و مسئله برنامه ریزی دروس دانشگاهی بیان شد، در طول این فصل به اهمیت موضوع، اهداف تحقیق، سوالات پژوهش، قلمرو تحقیق و موارد کاربرد تحقیق و همچنین روش انجام تحقیق و تعاریف واژگان به کارگرفته شده و در نهایت اشاره کلی به محدودیتهای تحقیق شده است، در فصلهای پیش رو کلیه موارد فوق به تفصیل آورده میشود.
فصل دوم
ادبیاتتحقیق
۲-۱- مقدمه
امروزه مسئله جداول زمانی به عنوان یک مسئله پرکاربرد، جهت برنامهریزیهای مختلف (به ویژه سیستمهای آموزشی) دارای اهمیت ویژهای است (نعیمی و منجمی، ۱۳۸۸). این مسئله از جمله مسائل متعلق به رده پیچیدگی NP-hard است که دارای ابعاد بزرگی است و حتی نرم افزارهای قوی نیز نمیتوانند آن را در زمان کم حل کنند (خلیلی و منصورزاده، ۱۳۸۵).
سالهاست که به علت پیچیدگی و زمانبر بودن این برنامهها، و همچنین عدم رضایت بخشی برنامه ریزی دستی در برخی زمینه ها، به مسئله برنامه ریزی خودکار، توجه ویژهای میشود (باشی زاده، ۱۳۹۱).
با این وجود به علت تفاوت معیارها و ضوابط دانشگاهها، نمیتوان یک برنامه واحد را برای همه دانشگاهها اعمال کرد، اما نکته قابل توجه وجود خصوصیات مشترک در تمامی آنها است، از این جمله میتوان به سه عامل موثر در زمانبندی شامل درس، استاد و امکانات اشاره کرد، معیار بهینگی برنامه بر اساس یک سری محدودیتها مشخص میشود ( دهقانی و ذاکرتولائی، ۱۳۸۵)، بنابراین هر برنامه آموزشی اگر بخواهد مورد استفاده قرار گیرد بایستی محدودیتهای حاکم بر مدل را رعایت کند (امیدوار، ۱۳۸۴) و به عبارتی میتوان گفت مسائل جداول زمانی برای دروس دانشگاهی روشی برای ارضای محدودیتها میباشد.
محدودیتهای این گونه برنامهها به دو دسته محدودیتهای سخت و نرم تقسیم میشوند که در واقع شرایط و قوانین و ترجیحات آموزشی را بیان میکنند، برنامه نهایی ایجاد شده بایستی محدودیتهای سخت را تامین کند و محدودیتهای نرم را تا حد امکان کاهش دهد ( دهقانی و ذاکر تولائی، ۱۳۸۵). به دلیل ازدیاد متغیرهای تصمیم در این گونه مسائل نیاز به استفاده از الگوریتمهای هوشمند جهت حل آن، قطعی است. یکی از این روش های هوشمند، استفاده از الگوریتمهای ژنتیک است (نعیمی و منجمی، ۱۳۸۸)، امروزه الگوریتمهای ژنتیکی شناختهشدهترین نوع الگوریتم تکاملی میباشند (باوی و صالحی، ۱۳۸۹).
۲-۲- تعاریف و ادبیاتتحقیق