Системный подход к построению онтологии для автоматизации составления расписания многоуровневого вуза


Цитировать

Полный текст

Аннотация

Построение расписания учебных занятий вуза - одна из трудоемких задач NP-сложности. В случаях значительных объемов входных данных, характерных для многоуровневого вуза, и совокупности многочисленных ограничений, поиск приемлемого решения может занять продолжительное время или оказаться неоптимальным. В исследовании приведены особенности многоуровневого вуза и рассмотрен компьютеризованный подход к построению онтологической модели для автоматизации составления учебного расписания, применяемой для оптимизации процесса его составлений. Использованы методы семантического описания предметной области, включая компьютерную поддержку построения онтологических моделей. На основе приведенного анализа основных проблем обоснован онтологический подход к формированию структуры данных для задач составления учебных расписаний. Предложенный подход реализован с учетом условий многоуровневого вуза. Разработана онтологическая модель автоматизированного составления расписаний. Приведен метод решения задачи построения расписаний многоуровневого вуза с применением генетического алгоритма (ГА), использующего штрафные функции для учета ограничений математической модели. Разработанная на основе построенной диаграммы классов компьютерная программа обеспечивает построение расписания учебных занятий многоуровневого вуза, эффективного по интегральному критерию качества.

Об авторах

Алексей Фруминович Рогачев

Волгоградский государственный технический университет

Автор, ответственный за переписку.
Email: rafr@mail.ru
ORCID iD: 0000-0002-3077-6622
SPIN-код: 8413-5020

доктор технических наук, профессор кафедры информационных систем в экономике

Российская Федерация, 400005, г. Волгоград, пр-кт им. Ленина, 28

Дмитрий Сергеевич Захаров

Себряковский филиал Волгоградского государственного технического университета

Email: zakator@bk.ru
ORCID iD: 0009-0009-6665-510X

соискатель, старший преподаватель кафедры математических и естественнонаучных дисциплин

Российская Федерация, 403343, Волгоградская область, г. Михайловка, ул. Мичурина, 21

Список литературы

  1. Gantt chart software for project management. Available from: https://www.atlassian.com/software/jira/features/gantt-chart-software (accessed: 14.10.2024).
  2. Holland JH. Adaptation in natural and artificial systems. Ann Arbor: University of Michigan Press, 1975. Available from: https://archive.org/details/adaptationinnatu0000holl/page/n7/mode/2up (accessed: 14.10.2024).
  3. Virsanski E. Genetic algorithms in Python. Moscow: DMK Press, 2020. Available from: https://e.lanbook.com/book/179496 (accessed: 12.09.2024).
  4. Gladkov LA, Kureichik VV, Kureichik VM. Genetic algorithms. Moscow: Fiziko-matematicheskaya literatura Publ.; 2010. (In Russ.) ISBN 978-5-9221-0510-1
  5. Gulivindala AK, Raju Bahubalendruni MVA, Chandrasekar R, Ahmed E, Abidi MH, Al-Ahmari A. Automated Disassembly Sequence Prediction for Industry 4.0 Using Enhanced Genetic Algorithm. Computers, Materials & Continua. 2021:69(2):2531-2548. https://doi.org/10.32604/cmc.2021.018014 EDN: MKARYC
  6. Shaaban AM, Schmittner C, Gruber T, Mohamed AB, Quirchmayr G, Schikuta E. Ontology-Based Security Requirements Framework for Current and Future Vehicles. In: Data Science and Big Data Analytics in Smart Environments. 2021. https://doi.org/10.1201/9780367814397-11
  7. Bolbakov RG, Mordvinov VA, Tkachenko DI. Meta-ontology in designing ontologies designing information management systems. Socio-humanitarian problems of education and professional self-realization: Collection of materials of the All-Russian Scientific Conference of Young Researchers with international participation. Part 1. Moscow, 2021. P. 252-255. EDN: UHCVYU
  8. Lapshin VA. Ontologies in computer systems. Moscow: Nauch. Mir Publ.; 2010. (In Russ.) ISBN 978-5-91522-193-1 EDN: QMVAGJ
  9. Vinogray EG. Fundamentals of the general theory of systems. Kemerovo: Kemerovo Institute of Technology of Food Industry (University); 1993. (In Russ.) ISBN 5-230-18654-2 EDN: BIAPBH
  10. Deliya VP. Innovative thinking in the 21st century. Balashikha: De-Po Publ.; 2011. (In Russ.) ISBN 978-5-904147-12-9 EDN: QWYGPB
  11. Olha T, Kostiantyn T, Oleksandr T. Designing Intelligent Multi-agent Ontology-Based Training Systems: The Case of State University of Infrastructure and Technology. Lecture Notes in Networks and Systems. 2022;463:181-192. https://doi.org/10.1007/978-3-031-03877-8_16 EDN: CDOOXL
  12. Bubareva OA, Popov FA.The use of a genetic algorithm in the context of solving the problem of finding the semantic proximity of elements of heterogeneous ontologies. Polzunovskiy vestnik. 2013;(2):29-32. (In Russ.) EDN: RBPXNF
  13. Alekseev AP, Alekseeva IYu. Information warfare in the information society. Questions of philosophy. 2016;(11):5-14. (In Russ.) EDN: WZTMBZ
  14. Beniaminov EM. Some problems of widespread implementation of ontologies in IT and directions of their solution. Available from: http://beniaminov.rsuh.ru/BeniaminovOntoNew.pdf (accessed: 14.10.2024).
  15. Lazarev AA, Musatova EG, Gafarov ER, Kvaratskheliya AG. Theory of schedules. Tasks of railway planning. Moscow: V.A. Trapeznikov Institute of Management Problems of the Russian Academy of Sciences Publ.; 2012. (In Russ.) ISBN: 978-5-91450-102-7 EDN TOAILR
  16. Lazarev A.A. Gafarov E.R. Theory of schedules tasks and algorithms. Moscow: Lomonosov Moscow State University, 2011.
  17. Golyakov SM, Shilova AYu, Shilov YuM. Application of the theory of schedules for the organisation of educational process in general educational institutions. Science and education: preserving the past, creating the future: a collection of articles of XXV International scientific and practical conference: in 2 parts, Penza, 10 December 2019. Part 1. Penza: Science and Enlightenment Publ.; 2019. p. 42-44. (In Russ.) EDN: BLAXFV
  18. Smirnov SV. Ontological modeling in situational management. Ontology of designing. 2012;2(4):16-24.(In Russ.) EDN: OYRLIF
  19. Rogachev DA, Rogachev AF. Justification of Parameters Modifiable for Genetic Algorithms of Artificial İntelligence for Solving Multi-criteria Optimization Problems. In: Ranganathan G, Papakostas GA, Shi Y. (eds.). Inventive Communication and Computational Technologies. ICICCT 2024. Lecture Notes in Networks and Systems. Springer: Singapore; 2024;23:899-910. https://doi.org/10.1007/978-981-97-7710-5_70 EDN: YUELQB
  20. Sadovnikova NP, Lvova YS, Sanzhapov BKh. Conceptual model of the process of decision-making support in conditions of uncertainty of background information using the ontological approach. Open education. 2011; (2-2):185-187. (In Russ.) https://doi.org/10.21822/2073-6185-2023-50-2-90-97 EDN: EUXQJO
  21. Zakharov DS. Application of modified genetic algorithms for solving evolutionary problems of the theory of schedules. Herald of Daghestan state technical uni-versity. Technical sciences. 2023;50(2):90-97. (In Russ.) https://doi.org/10.21822/2073-6185-2023-50-2-90-97
  22. Rogachev AF, Zakharov DS. The use of modified genetic algorithms for scheduling. Innovative development of the construction complex of the region: problems, status, prospects. II All-Russian scientific-practical conf. Mikhailovka-Volgograd, 15 October 2019, 2020. P. 238-240. (In Russ.) EDN: LKZXXE
  23. Badyorina LM, Boiko PS, Kisten VH, Solomko NO. The Technology Management of Quality of the Content of Education. Journal of Engineering Education Transformations. 2022;36(2):139-146. https://doi.org/10.16920/jeet/2022/v36i2/22161
  24. Karpushova SE, Patsyuk EV, Zakharov DS., Ryzhova OA, Inkova NA. Database of the curriculum auto-generator / Database registration certificate RU 2023624808, 12.20.2023. Application dated 12.13.2023. EDN: KSTGPT

Дополнительные файлы

Доп. файлы
Действие
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».