DƢƠNG CHÍ BẰNG BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN ĐẠI HỌC MỞ HÀ NỘI CÔNG NGHỆ THÔNG TIN LUẬN VĂN THẠC SĨ CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN PHƢƠNG PHÁP ỨNG DỤNG GIẢI THUẬT DI TRUYỀN CHO BÀI TOÁN XẾP THỜI KHÓA BIỂU TÍN CHỈ DƢƠNG CHÍ BẰNG 2013-2015 HÀ NỘI – 2015 BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN ĐẠI HỌC MỞ HÀ NỘI LUẬN VĂN THẠC SĨ PHƢƠNG PHÁP ỨNG DỤNG GIẢI THUẬT DI TRUYỀN CHO BÀI TOÁN XẾP THỜI KHÓA BIỂU TÍN CHỈ DƢƠNG CHÍ BẰNG CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN MÃ SỐ: 60480201 HƢỚNG DẪN KHOA HỌC: PGS.TSKH NGUYỄN CÁT HỒ HÀ NỘI - 2015 LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu riêng Các số liệu, kết phân tích, đánh giá thực hóa nêu luận văn trung thực chƣa đƣợc công bố công trình khác Tác giả luận văn Dương Chí Bằng i LỜI CẢM ƠN Để thành công sống nỗ lực, cố gắng thân thiếu hỗ trợ, giúp đỡ ngƣời khác dù hay nhiều dù trực tiếp hay gián tiếp Trong suốt thời gian từ bắt đầu học tập hoàn thành luận văn, em nhận đƣợc nhiều quan tâm giúp đỡ quý thầy cô, gia đình bạn bè Với lòng biết ơn sâu sắc nhất, em xin gửi lời cảm ơn đến thầy PGS.TSKH Nguyễn Cát Hồ, ngƣời truyền đạt kiến thức nhƣtận tình bảo, hƣớng dẫn giúp đỡ em để hoàn thành đề tài luận văn Em xin gửi cảm ơn chân thành tới thầy cô giáo khoa Sau đại học khoa Công nghệ thông tin – Viện đại học Mở Hà Nội cho em kiến thức quý báu tạo điều kiện tốt cho em trình học tập nhƣ hoàn thành luận văn Em xin chân thành cảm ơn gia đình, ngƣời thân bạn bè động viên, giúp đỡ em trình học tập thực luận văn Trong trình thực luận văn, em nỗ lực cố gắng nhƣng chắn khó tránh đƣợc sai sót, mong đƣợc thông cảm bảo thầy, cô bạn để luận văn đƣợc hoàn thiện Cuối em xin kính chúc thầy, cô sức khỏe, thành công hạnh phúc Chân thành cảm ơn! ii MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN II MỤC LỤC III DANH MỤC CÁC TỪ VIẾT TẮT V DANH MỤC CÁC BẢNG BIỂU VI DANH MỤC CÁC HÌNH VẼ .VII MỞ ĐẦU 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tƣợng phƣơng pháp nghiên cứu 1.3.1 Đối tƣợng nghiên cứu 1.3.2 Phƣơng pháp nghiên cứu .2 CHƢƠNG GIỚI THIỆU BÀI TOÁN XẾP LỊCH .3 1.1 Bài toán xếp lịch học tín 1.2 Một số cách tiếp cận toán 1.3 Ràng buộc toán CHƢƠNG KIẾN THỨC CƠ SỞ .11 2.1 Giải thuật di truyền (GA) 11 2.1.1 Giới thiệu giải thuật di truyền 11 2.1.2 Các vấn đề giải thuật di truyền 14 2.1.2.1 Biểu diễn cá thể .14 2.1.2.2 Đánh giá cá thể 17 2.1.2.3 Khởi tạo quần thể ban đầu .18 2.1.2.4 Phép chọn lọc (selection) 18 2.1.2.5 Phép lai ghép (crossover) 21 2.1.2.6 Phép đột biến (mutation) .23 2.1.2.7 Điều kiện dừng 24 2.1.3 Ứng dụng giải thuật di truyền .25 2.2 Khái niệm đại số gia tử 26 2.2.1 Đại số gia tử 26 iii 2.2.2 Định lƣợng ngữ nghĩa đại số gia tử 27 CHƢƠNG PHƢƠNG PHÁP XẾP THỜI KHÓA BIỂU TÍN CHỈ DỰA TRÊN GIẢI THUẬT DI TRUYỀN .33 3.1 Mô tả ràng buộc dƣới hạng mô hình toán .33 3.2 Ứng dụng giải thuật di truyền vào toán 38 3.2.1 Phƣơng pháp biểu diễn – mã hóa cá thể 39 3.2.2 Đánh giá độ phù hợp 39 3.2.3 Các phép toán di truyền áp dụng 41 3.2.3.1 Phép chọn lọc (selection) .41 3.2.3.2 Phép lai ghép (crossover) 41 3.2.3.3 Phép đột biến (mutation): 42 3.2.3.4 Phép thay (replacement) 43 3.2.3.5 Điều kiện dừng thuật toán .43 CHƢƠNG XÂY DỰNG ỨNG DỤNG VÀ THỬ NGHIỆM 44 4.1 Chƣơng trình thử nghiệm .44 4.2 Thử nghiệm với toán ví dụ mẫu .46 4.3 Thử nghiệm với toán thực 50 KẾT LUẬN 60 5.1 Kết đạt đƣợc 60 5.2 Hạn chế định hƣớng phát triển 60 TÀI LIỆU THAM KHẢO 61 iv DANH MỤC CÁC TỪ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt GA Genetic Algorithm Giải thuật di truyền SA Simulated Anualing Giải thuật mô luyện LISP Locator/Identifier Ngôn ngữ lập trình Separation Protocol CTP Course timetabling Bài toán lập lịch cho lớp học tín problemd R Room Phòng học C Course Lớp học tín L Lecture Giảng viên S Student Sinh viên T Timeslot Khe thời gian cho xếp lịch LT Lecture-Time Ma trận giảng viên thời gian CC Course-Course Ma trận ràng buộc lớp môn học SC Student-Course Ma trận ràng buộc sinh viên lớp tín TC Time-Course Ma trận ràng buộc lớp tín thời gian GV Giảng viên ĐSGT Đại số gia tử v DANH MỤC CÁC BẢNG BIỂU Bảng 1: Biểu diễn lịch lớp tín 34 Bảng 1: Các tham số liệu ví dụ thử nghiệm 46 Bảng 2: Xác định giảng viên vào giảng lớp tín 46 Bảng 3: Ràng buộc lớp tín phòng học (CR) 46 Bảng 4: Ràng buộc giảng viên thời gian (LT) 47 Bảng 5: Ràng buộc sinh viên lớp tín (S×C) 47 Bảng 6: Các tham số chạy thuật toán xếp lịch 48 Bảng 7: Kết lịch đƣợc xếp theo thuật toán 49 Bảng 8: Kết lịch theo trọng số hàm fitness (w 1=0.9, w2=0.01, w4=0.09) 49 Bảng 9: Xác định trƣớc giảng viên vào lớp tín 50 Bảng 10: Các tham số chạy thuật toán liệu thực 55 Bảng 11: Lịch học đƣợc xếp thuật toán 56 vi DANH MỤC CÁC HÌNH VẼ Hình 1 Ví dụ thời khóa biểu trƣờng phổ thông Hình Ví dụ lịch học trƣờng đại học Hình Ví dụ lịch thi trƣờng học Hình Bài toán tìm kiếm cục với không gian trạng thái hàm mục tiêu Hình Sơ đồ giải thuật di truyền 13 Hình 2 Minh họa kiểu mã hóa nhị phân hai chuỗi gen 15 Hình Minh họa phƣơng pháp mã hóa hoán vị 15 Hình Minh họa phƣơng pháp mã hóa giá trị 16 Hình Minh họa phƣơng pháp mã hóa dạng 16 Hình Minh họa sơ đồ chọn theo bánh xe Roulette 19 Hình Sơ đồ minh họa phép chọn lọc xếp hạng 20 Hình Minh họa lai ghép điểm cắt chuỗi nhị phân 22 Hình Minh họa phép lai ghép 22 Hình 10 Độ đo tính mờ biến TRUTH 28 Hình 11 Khoảng tính mờ hạng từ biến TRUTH 30 Hình 12 Thiết kế hàm định lƣợng dựa hệ khoảng tƣơng tự 31 Hình 13 Thiết kế hàm định lƣợng tam giác dựa khoảng tính mờ mức1,2,3 32 Hình 1: Biểu diễn lựa chọn mức độ ƣu tiên giảng viên theo thời gian 36 Hình 2: Biểu diễn đánh giá mức độ thỏa mãn giảng viên 37 Hình 3: Sơ đồ chuỗi gen mã hóa lời giải (bảng lịch) 39 Hình Sơ đồ lớp thiết kế chƣơng trình 45 Hình 2: Biểu đồ biến đổi độ phù hợp cá thể (fitness) qua lần tiến hóa 59 Hình 3: Biểu đồ biến đổi số vi phạm ràng buộc cứng qua lần tiến hóa 59 vii MỞ ĐẦU 1.1 Tính cấp thiết đề tài Bài toán xếp lịch toán kinh điển toán có ý nghĩa thực tiễn Tuy nhiên toán khó với nhiều loại đầu vào khác nhau, ràng buộc yếu tố thƣờng có nhiều mục tiêu, yêu cầu đặt Hiện nay, sở đào tạo đặc biệt đào tạo đại học, cao đẳng công tác xếp lịch gặp nhiều khó khăn, khó để kiểm soát hết trƣờng hợp toán, hiệu mang mại chƣa cao Bên cạnh đó, có nhiều tác giả nghiên cứu đƣa phƣơng pháp để giải vấn đề đó, phƣơng pháp tìm kiếm tối ƣu dựa giải thuật di truyền chứng tỏ đƣợc hiệu tốt Xếp lịch học theo tín trƣờng đại học có nhiều yếu tố phức tạp so với dạng toán lập lịch thông thƣờng, nhƣ giáo viên, sinh viên, thời gian, phòng học, lớp tín đặc biệt ràng buộc yếu tố Tổng quát hơn, toán xếp lịch học gồm nhiều yếu tố đƣợc xem xét liên quan, chẳng hạn nhƣ việc thi cử, thực hành, giảng đƣờng, vv….Thông thƣờng, toán lập lịch đƣợc tiến hành theo cách truyền thống, trực quan tính toán trực tiếp ngƣời Nhƣng nay, đa dạng nhiều thay đổi ràng buộc yếu tố, hạn chế nguồn lực phức tạp yếu tố, giải toán lập lịch thƣờng nhiều thời gian nhân lực, kết dẫn đến ràng buộc mềm hầu nhƣ không đạt đƣợc, chí thỏa mãn hết ràng buộc cứng mà phải chấp nhận thỏa hiệp Cũng lý nên lựa chọn đề tài: ―Phƣơng pháp ứng dụng giải thuật di truyền cho toán xếp thời khóa biểu tín chỉ‖ với mong muốn giải đƣợc vấn đề nhân lực, thời gian thực giải đƣợc ràng buộc cứng thõa mãn ràng buộc mềm đƣợc đặt 1.2 Mục tiêu nghiên cứu Nghiên cứu áp dụng phƣơng pháp tính toán mềm mà giải thuật di truyền để giải toán lập lịch ứng dụng cho công tác xếp lịch học theo tín R2 Bảng 4: Ràng buộc giảng viên thời gian (LT) T1 L1 L2 T2 low T3 high normal normal high Bảng 5: Ràng buộc sinh viên lớp tín (S×C) Sinh viên C1 C2 C3 1 1 0 0 0 0 0 1 10 1 11 47 12 0 13 1 14 1 15 0 16 0 17 1 18 1 19 0 20 1 Để chạy thuật toán xếp lịch theo phƣơng pháp đề xuất, sử dụng tham số GA theo bảng sau: Bảng 6: Các tham số chạy thuật toán xếp lịch Ý nghĩa tham số Giá trị  - hệ số giảm nhiệt độ 0.7 max - tham số tăng nhiệt tối đa Npop - kích thƣớc quần thể (số cá thể hệ) 50 Gmax - số hệ tiến hóa tối đa 10 pc - xác suất lai ghép 0.9 pm - xác suất đột biến 0.1 w1 0.9 48 w2 0.0 w3 0.0 w4 0.1 Kết chạy thuật toán xếp lịch với liệu đƣợc cho có bảng lịch sau, tất ràng buộc cứng thỏa mãn, ràng buộc mềm đƣợc đánh giá theo hàm fitness đạt giá trị 0.886667 (bảng 4.7) Để ý bảng 4.4 ràng buộc giảng viên thời gian (LT) tối đa xếp đƣợc lớp, có phƣơng án xếp thời gian vào giảng viên lớp tín Bảng 7: Kết lịch đƣợc xếp theo thuật toán Lớp TC (course) C1 C2 C3 Giảng viên (lecture) L1 L2 L1 Thời gian (time-slot) T1 T2 T3 Phòng (room) R1 R2 R1 Theo kết lịch tổng số khả đăng ký sinh viên đạt 29 tổng số khả ban đầu 29 (tỷ lệ 100%) Kết đạt đƣợc không ƣu tiên thời gian cho giảng viên (hệ số hàm fitness w2=0) Nếu chạy GA với trọng số hàm fitness w1=0.9, w2=0.01, w4=0.09 kết cho tổng số khả đăng ký sinh viên đạt 25 (86.21%) với lịch đƣợc xếp bảng sau Bảng 8: Kết lịch theo trọng số hàm fitness (w1=0.9, w2=0.01, w4=0.09) Lớp TC (course) C1 C2 C3 Giảng viên (lecture) L1 L2 L1 Thời gian (time-slot) T3 T2 T2 Phòng (room) R1 R2 R1 Kết cho thấy tác động trọng số hàm mục tiêu (fitness) đến lịch đƣợc xếp ảnh hƣởng đến mức độ đạt đƣợc tiêu chí 49 ràng buộc Trong phần thử nghiệm tiếp theo, chạy thuật toán liệu thực tế 4.3 Thử nghiệm với toán thực Hiện tại, Khoa CNTT – Viện Đại học Mở Hà Nội tổ chức đào tạo năm học kỳ với quy mô 1000 sinh viên Số môn học chƣơng trình đào tạo 42 có nhiều ràng buộc môn tiên Hệ thống phần mềm quản lý đào tạo hỗ trợ thống kê danh sách toàn sinh viên với khả đăng ký học theo môn thời điểm lập lịch dựa kết học tập sinh viên điều kiện tiên môn học Số phòng học khoa 08 phòng lý thuyết với sức chứa khoảng 70 sinh viên/phòng, 03 phòng máy tính thực hành sức chứa 35 sinh viên/phòng, 02 phòng hội trƣờng sức chứa 140 sinh viên Quỹ thời gian sử dụng đào tạo theo lịch tuần có ngày học (cả Thứ Chủ Nhật), ngày ca (sáng, trƣa-chiều chiều-tối, trừ tối Thứ 7), nhƣ tổng số khe thời gian 20 Tuy nhiên, lịch học quy đƣợc xếp xếp thời gian buổi tối cho lớp tín thể ma trận ràng buộc L×T Dữ liệu đƣợc đƣa vào áp dụng xếp lịch cho học kỳ năm học 2015-2016 Dựa thống kê khả đăng ký 1044 sinh viên, số lớp tín dự kiến mở 86 với tổng số môn 36 Các ma trận ràng buộc đƣợc thiết lập gồm C×R, L×T, S×C (do lớn nên không trình bày chi tiết đây) Các giảng viên đƣợc xác định trƣớc vào lớp tín theo số nhƣ bảng 4.9 Bộ tham số để chạy thuật toán GA đƣợc xác định nhƣ bảng 4.10 Bảng 9: Xác định trƣớc giảng viên vào lớp tín #Lớp Môn học Giảng viên #GV #Lớp Môn học Nguyễn Thị THĐC Quỳnh Nhƣ Giảng viên #GV Trần Duy 43 50 NNTKW Hùng Trần Tiến THĐC Dũng (C) Nguyễn Thị 12 44 AV3 Thuý Lan Nguyễn Thế THĐC Mai Thúy Hà 10 45 AV3 Nguyễn Thị THĐC Tâm THĐC Dũng (C) 46 AV3 THĐC Dũng (C) 12 47 CTDL AV1 Thuý Lan 12 48 CTDL AV1 Trung 49 CTDL AV1 Thuý Lan 16 50 CTDL AV1 Trung Quỳnh Nhƣ Tâm Linh Nguyễn Thị 51 AVCN Võ Thành Nguyễn Thùy Nguyễn Thị Xuân Nguyễn Thị Võ Thành 17 Nguyễn Thị Nguyễn Thị Hóa Trịnh Thị Trần Tiến 17 Nguyễn Thế Trần Tiến Hóa Thuý Lan Nguyễn Lan 16 52 51 AVCN Phƣơng 20 Lê Thị Minh 10 AV1 Thảo Nguyễn Thị 21 53 AVCN Nguyễn Thế 11 AV1 Hóa CSLT Xuân 17 54 CSDL CSLT Hoà 55 CSDL CSLT Dũng 56 CSDL CSLT Thành Huy Linh Tâm Nguyễn Thị 57 CSDL Nguyễn 15 Nguyễn Thị Lê Hữu 14 Xuân Nguyễn Thùy Phạm Công 13 Trịnh Thị Trịnh Thị 12 Thuý Lan Tâm Nguyễn 58 QTM Thành Huy Nguyễn 16 CSLT Mai Thúy Hà 10 59 QTM Trịnh Thị 17 CSLT Xuân KTĐTS Long Nguyễn 60 QTM Thái Thanh 18 Thành Huy Thành Huy Trần Duy 15 61 52 TKĐH Hùng Thái Thanh 19 KTĐTS Long Nguyễn Thị 15 62 TKĐH Thái Thanh 20 KTĐTS Long GT1 Thùy 15 63 ĐSHGT GT1 Hào 64 GT1 Hào TMĐT ANBMD 14 65 Nguyễn Tài 23 L KTLTH 14 66 ĐT KTLTH 24 GT1 Nguyễn Địch 19 67 Lê Thị Thanh 25 GT1 Thùy ĐT GT1 Hào Sơn 18 Thái Thanh Tùng 11 Phạm Công Hoà Dƣơng Thăng Long 13 Mai Thúy Hà 10 KTLTH 68 ĐT Nguyễn Tài 26 Linh Thái Thanh Nguyễn Tài 22 Nguyễn Thùy Lê Thị Thanh 21 Quỳnh Nhƣ Nguyễn Thị 14 69 NNTV 70 NNTV Tâm Nguyễn Thị 27 AV2 Thuý Lan 53 Lê Hữu Dũng Phạm Nguyên 28 ĐLCM Phƣơng XSTKT 27 71 Trần Lan 29 TTHCM Hƣơng KTMT Hƣng 26 72 Server SQL 23 73 Server Nguyễn Tài 31 GT2 Hào GT2 Thùy 14 74 KTLTĐH CSLT 34 CSLT Thành Huy 75 NLHĐH LTHT Mai Thúy Hà 10 Phu 76 NLHĐH 77 LTHSK LTHT Hoà Xuân Hùng Hùng Thanh Tùng 25 Lê Hữu Dũng Dƣơng Thăng 24 78 LTDĐ Phạm Công 36 Trịnh Thị Nguyễn Đặng Thành 35 Lê Hữu Dũng Trần Duy Nguyễn 33 18 Trần Duy Lê Thị Thanh 32 Sơn SQL Vũ Chấn 30 H Thái Thanh Long 13 Phạm Công 79 54 PTTK Hoà Phạm Công 37 LTHT Hoà Thái Thanh 80 QLDA Tùng Lê Thị Thanh 38 TRR Thùy Trần Tiến 81 Lê Thị Thanh 39 TRR Thùy MạngM 41 82 T 42 83 Thành Huy NNTK Nguyễn Thị W Quỳnh Nhƣ Lê Hữu Dũng Thái Thanh T Nguyễn T 22 ASP.NE Nguyễn Địch 19 TRR Dũng (B) QLDA ASP.NE 40 11 Tùng 11 Nguyễn Thùy 84 MNM Linh Nguyễn Thùy 85 MNM Linh Bảng 10: Các tham số chạy thuật toán liệu thực Ý nghĩa tham số Giá trị  - hệ số giảm nhiệt độ 0.7 max - tham số tăng nhiệt tối đa Npop - kích thƣớc quần thể (số cá thể hệ) 250 Gmax - số hệ tiến hóa tối đa 1000 pc - xác suất lai ghép 0.9 pm - xác suất đột biến 0.1 55 w1 0.9 w2 0.01 w3 0.0 w4 0.09 Kết chạy lần cho lịch đƣợc xếp nhƣ bảng 4.11 sau Trong đó, ký hiệu ―S‖ buổi sáng, ―C‖ buổi chiều, giảng viên lớp theo số (#) Với lịch cho tổng số khả đăng ký 1044 sinh viên 4697 lƣợt, tƣơng đƣơng 4,5 lớp tín / sinh viên (khoảng 14 tín / sinh viên) phù hợp với quy định tối thiểu Ở có nhiều sinh viên năm cuối sinh viên thời gian năm nên số môn chƣa học dẫn đến số khả đăng ký thấp Bảng 11: Lịch học đƣợc xếp thuật toán #Phòng #Buổi #GV #Lớp #Phòng #Buổi #GV #Lớp #Phòng #Buổi #GV #Lớp S3 B31 29 26 S6 B51 58 C2 B43 12 C6 B31 30 23 S5 B52 59 S5 B42 10 S4 B31 31 14 C5 B24 60 S4 B42 S6 B32 32 C6 B41 61 S3 B42 12 C3 B31 33 S6 B23 62 S6 B41 12 C5 B31 34 10 C6 B43 63 C6 B52 C5 B42 35 24 S6 B42 64 18 C5 B22 16 S2 B44 36 C5 B23 65 11 S2 B52 56 C2 B41 37 C2 B42 66 C3 B42 16 S3 B22 38 S2 B43 67 13 S7 B24 10 21 S4 B21 39 S3 B21 68 10 C2 B44 11 17 S4 B24 40 19 S4 B22 69 C6 B44 12 C4 B42 41 C3 B51 70 S6 B24 13 S3 B24 42 S7 B41 71 18 C3 B22 14 S4 B44 43 S6 B44 72 C5 B41 15 S3 B44 44 S5 B44 73 C6 B24 16 10 C4 B24 45 17 C5 B44 74 C6 B42 17 C3 B24 46 17 C4 B41 75 C5 B52 18 15 C6 B51 47 S3 B23 76 25 C4 B51 19 15 C5 B51 48 C6 B22 77 C2 B23 20 15 C3 B52 49 C2 B24 78 13 S4 B41 21 C3 B44 50 S4 B43 79 S6 B21 22 14 S6 B43 51 C7 B44 80 11 C4 B52 23 14 S5 B41 52 20 C7 B22 81 22 S3 B51 24 19 S5 B24 53 C4 B44 82 C3 B43 57 25 S7 B44 54 C5 B43 83 11 S5 B23 26 14 C3 B41 55 C4 B43 84 S5 B51 27 S7 B22 56 S3 B43 85 S2 B51 28 27 S4 B51 57 C4 B23 Lịch đƣợc triển khai thực tế để sinh viên đăng ký học đạt kết thành công 87,2% (tức số lớp bị hủy số sinh viên đăng ký học thấp 12,8%) Tỷ lệ không thành công chủ quan đăng ký sinh viên, đƣa lịch gợi ý phƣơng án đăng ký cho sinh viên theo lịch đƣợc xếp So với học kỳ trƣớc tỷ lệ thấp, chẳng hạn năm 2014-2015 tỷ lệ hủy lớp học kỳ 27,4%, học kỳ 18,95%, học kỳ 14,6% Điều dự đoán lịch tín đƣợc xếp tối ƣu theo thuật toán với gợi ý đăng ký cho sinh viên làm tăng khả đăng ký cho sinh viên, dẫn đến số lớp bị hủy giảm so với trƣớc Mặt khác, thuật toán tìm kiếm ngẫu nhiên nêntôi chạy lần với thời gian trung bình 185 giây Biểu đồ hình 3.1 sau thể độ phù hợp (giá trị hàm fitness) cá thể tốt hệ hình 3.2 thể số ràng buộc cứng vi phạm trình tiến hóa thuật toán 58 Hình 2: Biểu đồ biến đổi độ phù hợp cá thể (fitness) qua lần tiến hóa Hình 3: Biểu đồ biến đổi số vi phạm ràng buộc cứng qua lần tiến hóa 59 KẾT LUẬN 5.1 Kết đạt đƣợc Trong luận văn đạt đƣợc kết sau: - Tìm hiểu xem xét toán lập lịch đào tạo tín trƣờng đại học, cao đẳng - Nghiên cứu thuật toán di truyền tính toán mềm việc áp dụng việc giải toán xếp thời khóa biểu - Đã đƣợc áp dụng vào đề tài nghiên cứu khoa học cấp trƣờng chạy thực nghiệm khoa Công nghệ thông tin – Viện đại học Mở Hà Nội cho thấy hiệu phƣơng pháp là: thời gian chạy thuật toán nhanh cho lịch ổn định để sinh viên đăng ký, tỷ lệ sinh viên đăng ký cao 5.2 Hạn chế định hƣớng phát triển a) Những hạn chế đề tài - Trong đề tài đánh giá đƣợc ràng buộc toán nhiên cách đánh giá đề tài chƣa đa dạng chƣa phát huy hết đƣợc tính ƣu việt giải thuật Cần đƣa thêm nhiều ràng buộc mềm vào toán để đáp ứng đƣợc nhu cầu thực tế b) Đề xuất định hƣớng phát triển tƣơng lai - Giải thuật di truyền đời có thành tựu định việc giải toán NP-khó nhiều lĩnh vực thực tế, tiếp tục nghiên cứu giải thuật phát triển ứng dụng thực tế để khẳng định đƣợc vai trò lĩnh vực Công nghệ thông tin - Tiếp tục xây dựng hoàn thiện chƣơng trình thành phần mềm thƣơng phẩm với tính thuận tiện dễ dàng áp dụng Mở rộng áp dụng phần mềm cho Viện trƣờng khác 60 TÀI LIỆU THAM KHẢO Tiếng Việt [1] 2013, Bùi Thu Lâm & Phan Việt Anh, Giải thuật di truyền ứng dụng hỗ trợ lập lịch điều hành công tác bệnh viện, Chuyên san Công nghệ thông tin Truyền thông - Số 02 (4-2013) [2] 2011, Dƣơng Thăng Long, Luận án tiến sĩ, Viện Công nghệ thông tin – Viện Khoa học Công nghệ Việt Nam [3] 2011, Dƣơng Thăng Long & Trần Duy Hùng, Phƣơng pháp thiết kế hàm định lƣợng ngữ nghĩa giá trị ngôn ngữ hệ luật mờ phân lớp dựa đại số gia tử, Nghiên cứu ứng dụng CNTT, Đồng Nai [4] Phạm Thọ Hàm & Phạm Thị Anh Lê (2011), Trí tuệ nhân tạo, khoa công nghệ thông tin trƣờng đại học sƣ phạm Hà Nội Tiếng Anh [5] 2013, R.Perzina & J.Ramik, Self-learning genetic algorithm for a timetable problem with fuzzy constraints, International Journal of Innovative, Computing, Information and Control, Vol 9, No 11, pp 4565-4582 [6] 2011, Rahul Malhotra, Narinder Singh & Yaduvir Singh, Genetic Algorithms: Concepts, Design for Optimization of Process Controllers, Computer and Information Science, Vol 4, No 2, pp 39-54 [7] 2004, Ulrich Bodenhofer, Genetic Algorithms - Theory and Applications, Lecture Notes, Third Edition—Winter 2003/2004, Fuzzy Logic Laboratorium Linz-Hagenberg 61 [...]... trạng thái và hàm mục tiêu Ngoài những thuật toán kể trên, còn rất nhiều những thuật giải khác nhƣ thuật giải vét cạn, giải thuật tối ƣu đàn kiến hay giải thuật di truyền (GA) đƣợc nghiên cứu và trình bày ở phần sau 7 1.3 Ràng buộc trong bài toán Bài toán xếp thời khóa biểu tín chỉ là việc phân công giảng viên, thời gian, phòng học cho mỗi lớp tín chỉ đã dự kiến sao cho thỏa mãn các yêu cầu, ràng buộc... 2.1 Giải thuật di truyền (GA) 2.1.1 Giới thiệu giải thuật di truyền Giải thuật di truyền (Gennetic Algorithims – GA) là một kỹ thuật trong tính toán mềm giúp giải quyết bài toán bằng cách mô phỏng sự tiến hóa tự nhiên của con ngƣời hay của sinh vật nói chung trong điều kiện quy định sẵn của môi trƣờng Giải thuật di truyền cũng nhƣ các giải thuật tiến hóa nói chung hình thành dựa trên quan niệm cho. .. phức tạp với bài toán tối ƣu theo tham số GA hiện đã đƣợc ứng dụng thành công cho một số bài toán nhƣ: lập kế hoạch, điều khiển tƣơng thích, chƣơng trình trò chơi, các bài toán vận tải, bài toán ngƣời đi du lịch,… Để ứng dụng giải thuật di truyền vào việc giải quyết bài toán cụ thể ta cần xem xét các yếu tố sau: - Lựa chọn phƣơng pháp mã hóa cá thể, nó là mô hình biểu di n nhiễm sắc thể sao cho mỗi nhiễm... di truyền cách mã hóa cá thể rất quan trọng, nó không chỉ quyết định đến hiệu quả của thuật toán mà còn ảnh hƣớng đến việc áp dụng các toán tử tiến hóa trong các bƣớc lai ghép và đột biến Với đặc trƣng của mỗi bài toán khác nhau chúng ta có thể có nhiều cách biểu di n cá thể Một trong những cách biểu di n truyền thống của GA là biểu di n nhị phân Với phép biểu di n này, lời giải cho bài toán đƣợc biểu. .. thƣớc của bài toán Trong những thời gian gần đây để giải quyết bài toán, các nhà nghiên cứu đã đƣa ra một số phƣơng pháp giải quyết nhƣ sau: (i) Phƣơng pháp tìm kiếm cục bộ:là phƣơng pháp tìm kiếm sẽ duyệt qua các lời giải trong không tin tìm kiếm cho đến khi tìm ra lời giải đƣợc cho là tối ƣu hoặc 5 vƣợt quá thời gian tìm kiếm cho phép Thuật toán có thể đƣợc sử dụng cho bài toán tìm kiếm lời giải gần... lai (SGA) Theo 0, giải thuật di truyền (hay giải thuật tiến hóa nói chung) là một trong những phát triển quan trọng của những nhà nghiên cứu về tính toán ứng dụng cuối thế kỷ trƣớc trong việc giải xấp xỉ các bài toán tối ƣu toàn cục Việc khai thác nguyên lí tiến hóa nhƣ là một định hƣớng heuristics đã giúp cho giải thuật di truyền giải quyết hiệu quả các bài toán tối ƣu (với các lời giải chấp nhận đƣợc)... tiêu của bài toán thành một giá trị đơn, giá trị này nhằm xác định mức độ gần với lời giải đúng của bài toán cho lời giải ứng viên trong biểu di n của cá thể Đặc biệt, trong lĩnh vực lập trình di truyền và các thuật toán di truyền, mỗi lời giải ứng viên thƣờng đƣợc biểu di n nhƣ là một chuỗi các con số (nhiễm sắc thể - chromosome) Sau mỗi đợt thử, hoặc kiểm nghiệm, ý tƣởng là để xóa bỏ các lời giải tồi,... tra kết quả là nhƣ thế nào - Tính theo thời gian: bỏ qua việc tiến hóa bao nhiêu thế hệ hay kết quả nhƣ thế nào, chỉ dựa vào thời gian tiến hóa đã qui định trƣớc để kết thúc - Hỗn hợp: dùng nhiều phƣơng án khác nhau ở trên, khi đạt đến một trong các điều kiện thì dừng thuật toán 2.1.3 Ứng dụng của giải thuật di truyền Giải thuật di truyền (GA) đƣợc ứng dụng cho những bài toán khó, chẳng hạn nhƣ điều... hóa các kết quả nghiên cứu đã có về vấn đề ứng dụng giải thuật di truyền cho bài toán lập lịch Nghiên cứu các mô hình lý thuyết, các thuật toán kết hợp lập trình thử nghiệm trên máy tính Đƣa vào ứng dụng trong thực tế để so sánh và đánh giá hiệu quả của phƣơng pháp 2 CHƢƠNG 1 GIỚI THIỆU BÀI TOÁN XẾP LỊCH 1.1 Bài toán xếp lịch học tín chỉ Bài toán lập lịch nói chung trong các trƣờng đại học, cao đẳng (course... sắc thể là các gen biểu di n lời giải của bài toán Mỗi gen theo phƣơng pháp biểu di n sẽ có một miền giá trị và chúng ta sẽ khởi tạo giá trị ngẫu nhiên trong miền đó Một số trƣờng hợp biểu di n cần phải kiểm soát việc khởi tạo để sao cho lời giải đƣợc biểu di n trong cá thể tạo ra không mâu thuẫn và vi phạm các điều kiện đặt ra của bài toán Tạo quần thể khởi đầu trong giải thuật di truyền là nơi xuất