Статистический анализ функционирования модифицированных генетических алгоритмов для автоматизированного составления расписания многоуровневого вуза

Обложка

Цитировать

Полный текст

Аннотация

Построение расписания занятий учебного заведения, в частности многоуровневого вуза, сочетающих в своих организационно-педагогических структурах несколько уровней обучения, включая профессионалитет, среднее профессиональное и высшее образование, а также подготовку научно-педагогических кадров высшей квалификации, является трудоемкой задачей. Рассмотрен компьютеризованный подход к процессу построения модели и его оптимизации. Использованы методы системного анализа и модификации генетических алгоритмов (ГА), обоснованы структура исходных данных для задачи составления и оптимизации учебных расписаний с применением метода штрафных функций для учета ресурсных и иных ограничений. Предложен статистический подход и реализован модуль сбора и визуализации статистики с возможностью оперативной корректировки гиперпараметров и математической модели ГА. Приведены примеры решения задачи построения расписаний многоуровневого вуза с применением ГА. Разработанная компьютерная программа обеспечивает построение расписания учебных занятий многоуровневого вуза, эффективного по обоснованному интегральному критерию качества и с учетом ограничений.

Об авторах

Дмитрий Сергеевич Захаров

Волгоградский государственный технический университет

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

соискатель, старший преподаватель кафедры математических и естественнонаучных дисциплин Себряковского филиала

Российская Федерация, 400005, г. Волгоград, пр-т Ленина, д. 28

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-т Ленина, д. 28

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).