ฉันสงสัยว่ามีวิธีแก้ปัญหาสำหรับอัลกอริทึมในการสร้างตารางเรียนของโรงเรียนหรือไม่ โดยพื้นฐานแล้วมันเกี่ยวกับการเพิ่มประสิทธิภาพ "การกระจายชั่วโมง" (ทั้งในกรณีของครูและกรณีของชั้นเรียน) สำหรับความสัมพันธ์ของครูประจำชั้น เราสามารถสันนิษฐานได้ว่าเรามีชุดชั้นเรียนหัวข้อบทเรียนและครูที่เกี่ยวข้องกันที่อินพุตและตารางเวลานั้นควรพอดีระหว่าง 8.00 น. ถึง 16.00 น.
ฉันเดาว่าอาจไม่มีอัลกอริทึมที่แม่นยำสำหรับสิ่งนั้น แต่อาจมีคนรู้วิธีการประมาณหรือคำแนะนำที่ดีในการพัฒนา
คำตอบ:
ปัญหานี้NP-Complete !
โดยสรุปเราต้องสำรวจชุดค่าผสมที่เป็นไปได้ทั้งหมดเพื่อค้นหารายการโซลูชันที่ยอมรับได้ เนื่องจากความผันแปรของสถานการณ์ที่ปัญหาปรากฏในโรงเรียนต่างๆ (ตัวอย่างเช่น: มีข้อ จำกัด เกี่ยวกับห้องเรียนหรือไม่, บางชั้นเรียนแบ่งเป็นกลุ่มย่อยบ้างหรือไม่, นี่เป็นตารางประจำสัปดาห์หรือไม่? ฯลฯ ) ไม่มีระดับปัญหาที่รู้จักกันดีซึ่งสอดคล้องกับปัญหาการจัดตารางเวลาทั้งหมด บางทีปัญหาของเป้มีองค์ประกอบหลายอย่างที่คล้ายคลึงกันกับปัญหาเหล่านี้โดยรวม
การยืนยันว่านี่เป็นทั้งปัญหาที่หนักหน่วงและปัญหาหนึ่งที่ผู้คนมักจะหาทางแก้ไขคือการตรวจสอบรายการเครื่องมือการตั้งเวลาซอฟต์แวร์ (ส่วนใหญ่เชิงพาณิชย์) นี้ (ส่วนใหญ่เป็นการค้า)
เพราะจำนวนขนาดใหญ่ของตัวแปรที่เกี่ยวข้องกับแหล่งใหญ่ที่สุดซึ่งเป็นปกติความต้องการของสมาชิกของคณะฯ -) ... มันเป็นปกติทำไม่ได้ที่จะต้องพิจารณาแจงผสมเป็นไปได้ทั้งหมด แต่เราจำเป็นต้องเลือกแนวทางที่เข้าชมส่วนย่อยของปัญหา / ช่องว่างทางแก้
- Genetic Algorithms ที่อ้างถึงในคำตอบอื่นคือ (หรือดูเหมือนว่า IMHO ) มีความพร้อมอย่างดีในการดำเนินการค้นหาแบบกึ่งนำทางนี้ (ปัญหาคือการค้นหาฟังก์ชันการประเมินที่ดีสำหรับผู้สมัครที่จะเก็บไว้สำหรับรุ่นต่อไป)
- กราฟวิธีการเขียนซ้ำยังใช้กับปัญหาการเพิ่มประสิทธิภาพคอมบิเนเตอร์ประเภทนี้
แทนที่จะมุ่งเน้นไปที่การใช้งานเฉพาะของโปรแกรมกำเนิดกำหนดการอัตโนมัติผมอยากจะแนะนำกลยุทธ์ไม่กี่ซึ่งสามารถนำไปใช้ในระดับของความหมายของปัญหาที่
เหตุผลทั่วไปก็คือในปัญหาการจัดตารางเวลาในโลกแห่งความเป็นจริงส่วนใหญ่จะต้องมีการประนีประนอมบางอย่างไม่ใช่ข้อ จำกัด ทั้งหมดโดยแสดงออกและโดยนัย: จะได้รับความพึงพอใจอย่างเต็มที่ ดังนั้นเราจึงช่วยตัวเองโดย:
ในการพิสูจน์การอ่านคำตอบนี้ฉันตระหนักดีว่ามันค่อนข้างขี้อายในการให้คำตอบที่ชัดเจน แต่ก็ไม่มีข้อเสนอแนะที่เป็นประโยชน์น้อยกว่า ฉันหวังว่าสิ่งนี้จะช่วยให้เกิด "ปัญหาหนัก"
มันเป็นเรื่องยุ่ง พระราชระเบียบ เพื่อเพิ่มคำตอบที่สมบูรณ์มากแล้วฉันต้องการชี้ให้เห็นประสบการณ์ครอบครัวของฉัน แม่ของฉันเป็นครูและเคยมีส่วนร่วมในกระบวนการนี้
ปรากฎว่าการมีคอมพิวเตอร์ที่จะทำเช่นนั้นไม่เพียง แต่จะยากต่อการเขียนโค้ดเท่านั้น แต่ยังเป็นเรื่องยากอีกด้วยเนื่องจากมีเงื่อนไขที่ยากที่จะระบุให้กับโปรแกรมคอมพิวเตอร์สำเร็จรูป ตัวอย่าง:
อย่างที่คุณเห็นปัญหาไม่ใช่ NP-complete แต่เป็น NP-insane
ดังนั้นสิ่งที่พวกเขาทำก็คือพวกเขามีโต๊ะขนาดใหญ่ที่มีพลาสติกขนาดเล็กและพวกเขาย้ายสิ่งที่ใส่เข้าไปรอบ ๆ จนกว่าจะได้ผลลัพธ์ที่น่าพอใจ พวกเขาไม่เคยเริ่มต้นใหม่โดยปกติพวกเขาจะเริ่มจากตารางเวลาของปีที่แล้วและทำการปรับเปลี่ยน
นานาชาติจัดตารางการแข่งขัน 2007มีการตั้งเวลาบทเรียนการติดตามและการกำหนดเวลาสอบติดตาม นักวิจัยหลายคนเข้าร่วมการแข่งขันครั้งนั้น มีการทดลองการวิเคราะห์พฤติกรรมและเมตาฮิวริสติกส์จำนวนมาก แต่ในท้ายที่สุดการค้นหาในท้องถิ่น (เช่น Tabu Search และ Simulated Annealing) เอาชนะอัลกอริทึมอื่น ๆ อย่างชัดเจน (เช่นอัลกอริทึมทางพันธุกรรม)
ดู 2 เฟรมเวิร์กโอเพนซอร์สที่ผู้เข้ารอบสุดท้ายบางคนใช้:
หนึ่งในงานครึ่งเทอมของฉันคือการสร้างตารางอัลกอริทึมทางพันธุกรรมของโรงเรียน
ทั้งโต๊ะคือ "สิ่งมีชีวิต" อย่างหนึ่ง มีการเปลี่ยนแปลงและคำเตือนบางประการสำหรับวิธีการอัลกอริธึมทางพันธุกรรมทั่วไป:
มีการสร้างกฎสำหรับ "โต๊ะผิดกฎหมาย": สองชั้นเรียนในห้องเรียนเดียวกันครูคนหนึ่งสอนสองกลุ่มในเวลาเดียวกัน ฯลฯ การกลายพันธุ์เหล่านี้ถือว่าเป็นอันตรายถึงชีวิตในทันทีและ "สิ่งมีชีวิต" ใหม่ก็งอกขึ้นมาแทนที่ "ผู้ตาย" ทันที สิ่งแรกถูกสร้างขึ้นโดยชุดของการพยายามสุ่มเพื่อให้ได้ข้อกฎหมาย (ถ้าไม่มีสติ) การกลายพันธุ์ที่ร้ายแรงจะไม่นับรวมกับการกลายพันธุ์ในการทำซ้ำ
การกลายพันธุ์ "Exchange" เป็นเรื่องปกติมากกว่าการกลายพันธุ์ "แก้ไข" การเปลี่ยนแปลงเป็นเพียงส่วนหนึ่งของยีนที่สมเหตุสมผล - ไม่มีการแทนที่ครูด้วยห้องเรียน
มีการกำหนดโบนัสเล็กน้อยสำหรับการรวมเวลา 2 ชั่วโมงเข้าด้วยกันสำหรับการกำหนดห้องเรียนทั่วไปเดียวกันตามลำดับสำหรับกลุ่มเดียวกันเพื่อให้ชั่วโมงการทำงานของครูและภาระของชั้นเรียนต่อเนื่อง มีการกำหนดโบนัสระดับปานกลางสำหรับการจัดห้องเรียนที่ถูกต้องสำหรับวิชาที่กำหนดโดยรักษาชั่วโมงเรียนให้อยู่ในขอบเขต (เช้าหรือบ่าย) และอื่น ๆ โบนัสใหญ่คือการกำหนดจำนวนวิชาที่กำหนดให้ถูกต้องภาระงานที่กำหนดให้กับครูเป็นต้น
ครูสามารถสร้างตารางภาระงานของตนเป็น "อยากทำงานแล้ว" "โอเคทำงานแล้ว" "ไม่ชอบทำงานแล้ว" "ทำงานไม่ได้แล้ว" โดยกำหนดน้ำหนักให้เหมาะสม ตลอด 24 ชั่วโมงเป็นชั่วโมงการทำงานที่ถูกกฎหมายยกเว้นเวลากลางคืนไม่เป็นที่ต้องการ
ฟังก์ชั่นน้ำหนัก ... โอ้ใช่ ฟังก์ชันน้ำหนักเป็นผลิตภัณฑ์ที่ใหญ่มหึมา (เช่นเดียวกับการคูณ) ของน้ำหนักที่กำหนดให้กับคุณสมบัติและคุณสมบัติที่เลือก มันสูงชันมากคุณสมบัติหนึ่งสามารถเปลี่ยนได้อย่างง่ายดายตามลำดับขนาดขึ้นหรือลง - และมีคุณสมบัติหลายร้อยหรือหลายพันรายการในสิ่งมีชีวิตเดียว สิ่งนี้ส่งผลให้ตัวเลขจำนวนมากเป็นน้ำหนักและผลโดยตรงจำเป็นต้องใช้ bignum library (gmp) เพื่อทำการคำนวณ สำหรับแบบทดสอบขนาดเล็กบางกลุ่ม 10 คนครู 10 คนและห้องเรียน 10 ห้องชุดเริ่มต้นเริ่มต้นด้วยบันทึก 10 ^ -200 บางสิ่งและจบด้วย 10 ^ + 300 บางสิ่ง มันไร้ประสิทธิภาพโดยสิ้นเชิงเมื่อแบนมากขึ้น นอกจากนี้ค่านิยมยังขยายวงกว้างขึ้นมากกับ "โรงเรียน" ที่ใหญ่กว่า
เวลาในการคำนวณอย่างชาญฉลาดมีความแตกต่างเล็กน้อยระหว่างประชากรกลุ่มเล็ก (100) ในช่วงเวลาอันยาวนานและประชากรจำนวนมาก (10,000+) ในช่วงอายุน้อย การคำนวณในเวลาเดียวกันทำให้เกิดคุณภาพเดียวกัน
การคำนวณ (บน CPU 1GHz บางรุ่น) จะใช้เวลา 1 ชั่วโมงในการทำให้เสถียรใกล้ 10 ^ + 300 สร้างตารางเวลาที่ค่อนข้างดีสำหรับกรณีทดสอบ 10x10x10 ดังกล่าว
ปัญหานี้สามารถทำให้เป็นอัมพาตได้อย่างง่ายดายโดยการจัดหาสิ่งอำนวยความสะดวกด้านเครือข่ายที่จะแลกเปลี่ยนตัวอย่างที่ดีที่สุดระหว่างคอมพิวเตอร์ที่ใช้การคำนวณ
โปรแกรมผลลัพธ์ไม่เคยเห็นแสงกลางวันข้างนอกทำให้ฉันได้เกรดดีสำหรับภาคการศึกษา มันแสดงให้เห็นถึงคำสัญญาบางอย่าง แต่ฉันไม่เคยมีแรงจูงใจเพียงพอที่จะเพิ่ม GUI ใด ๆ และทำให้คนทั่วไปสามารถใช้งานได้
ปัญหานี้รุนแรงกว่าที่คิด
ตามที่คนอื่นพูดถึงนี่เป็นปัญหา NP-complete แต่มาวิเคราะห์กันว่านั่นหมายถึงอะไร
โดยทั่วไปหมายความว่าคุณต้องดูชุดค่าผสมที่เป็นไปได้ทั้งหมด
แต่การ "มอง" ไม่ได้บอกคุณมากนักว่าคุณต้องทำอะไร
การสร้างชุดค่าผสมที่เป็นไปได้ทั้งหมดเป็นเรื่องง่าย อาจสร้างข้อมูลจำนวนมาก แต่คุณไม่ควรมีปัญหาในการทำความเข้าใจแนวคิดของปัญหาส่วนนี้มากนัก
ปัญหาที่สองคือหนึ่งในการตัดสินว่าชุดค่าผสมที่เป็นไปได้นั้นดีไม่ดีหรือดีกว่าโซลูชัน "ดี" ก่อนหน้านี้
สำหรับสิ่งนี้คุณต้องการมากกว่าแค่ "มันเป็นทางออกที่เป็นไปได้"
ตัวอย่างเช่นครูคนเดียวกันทำงาน 5 วันต่อสัปดาห์เป็นเวลา X สัปดาห์ตรงหรือไม่ แม้ว่านั่นจะเป็นวิธีแก้ปัญหาที่ใช้ได้ผล แต่ก็อาจไม่ใช่วิธีแก้ปัญหาที่ดีไปกว่าการสลับไปมาระหว่างคนสองคนเพื่อให้ครูแต่ละคนทำคนละหนึ่งสัปดาห์ โอ้คุณไม่ได้คิดเรื่องนั้นเหรอ? อย่าลืมว่านี่คือคนที่คุณกำลังเผชิญไม่ใช่แค่ปัญหาการจัดสรรทรัพยากร
แม้ว่าครูคนหนึ่งจะสามารถทำงานเต็มเวลาได้เป็นเวลา 16 สัปดาห์ติดต่อกันนั่นอาจเป็นวิธีแก้ปัญหาที่ไม่เหมาะสมเมื่อเทียบกับโซลูชันที่คุณพยายามสลับกันระหว่างครูและการสร้างสมดุลแบบนี้เป็นเรื่องยากมากที่จะสร้างเป็นซอฟต์แวร์
สรุปได้ว่าการสร้างทางออกที่ดีสำหรับปัญหานี้จะมีค่ามากสำหรับหลาย ๆ คน ดังนั้นจึงไม่ใช่เรื่องง่ายที่จะทำลายและแก้ไข เตรียมพร้อมที่จะเดิมพันกับเป้าหมายบางอย่างที่ยังไม่ 100% และเรียกสิ่งเหล่านั้นว่า "ดีพอ"
อัลกอริทึมการกำหนดเวลาของฉันใช้งานใน FET (ซอฟต์แวร์ Timetabling ฟรีhttp://lalescu.ro/liviu/fet/แอปพลิเคชันที่ประสบความสำเร็จ):
อัลกอริทึมคือฮิวริสติก ฉันตั้งชื่อมันว่า "การแลกเปลี่ยนซ้ำ"
อินพุต: ชุดกิจกรรม A_1 ... A_n และข้อ จำกัด
ผลลัพธ์: ชุดของเวลา TA_1 ... TA_n (ช่วงเวลาของแต่ละกิจกรรมห้องจะไม่รวมอยู่ที่นี่เพื่อความเรียบง่าย) อัลกอริทึมต้องใส่แต่ละกิจกรรมในช่วงเวลาโดยคำนึงถึงข้อ จำกัด TA_i แต่ละตัวอยู่ระหว่าง 0 (T_1) และ max_time_slots-1 (T_m)
ข้อ จำกัด :
C1) พื้นฐาน: รายการของกิจกรรมที่ไม่สามารถทำพร้อมกันได้ (เช่น A_1 และ A_2 เนื่องจากมีครูคนเดียวกันหรือนักเรียนคนเดียวกัน)
C2) ข้อ จำกัด อื่น ๆ อีกมากมาย (ยกเว้นไว้ที่นี่เพื่อความเรียบง่าย)
อัลกอริทึมการกำหนดเวลา (ซึ่งฉันตั้งชื่อว่า "การแลกเปลี่ยนซ้ำ"):
พยายามวางแต่ละกิจกรรม (A_i) ในช่วงเวลาที่อนุญาตโดยทำตามลำดับข้างต้นทีละรายการ ค้นหาช่องว่าง (T_j) สำหรับ A_i ซึ่งสามารถวางกิจกรรมนี้ได้โดยคำนึงถึงข้อ จำกัด หากมีช่องเพิ่มเติมให้เลือกแบบสุ่ม หากไม่มีให้ทำการสลับซ้ำ:
ก . ในแต่ละช่วงเวลา T_j ให้พิจารณาว่าจะเกิดอะไรขึ้นถ้าคุณใส่ A_i ลงใน T_j จะมีรายการกิจกรรมอื่น ๆ ที่ไม่เห็นด้วยกับการย้ายนี้ (ตัวอย่างเช่นกิจกรรม A_k อยู่ในช่อง T_j เดียวกันและมีครูคนเดียวกันหรือนักเรียนคนเดียวกันกับ A_i) เก็บรายการกิจกรรมที่ขัดแย้งกันสำหรับแต่ละช่วงเวลา T_j
ข . เลือกช่อง (T_j) ที่มีกิจกรรมขัดแย้งกันน้อยที่สุด สมมติว่ารายการกิจกรรมในช่องนี้ประกอบด้วย 3 กิจกรรม: A_p, A_q, A_r
ค . วาง A_i ที่ T_j และทำให้ A_p, A_q, A_r ไม่ได้ปันส่วน
ง . ลองวาง A_p, A_q, A_r ซ้ำ ๆ (ถ้าระดับการเรียกซ้ำไม่มากเกินไปให้พูดว่า 14 และถ้าจำนวนการเรียกซ้ำทั้งหมดที่นับตั้งแต่ขั้นตอนที่ 2) บน A_i เริ่มไม่มากเกินไปให้พูด 2 * n) ตามขั้นตอนที่ 2)
จ . หากวาง A_p, A_q, A_r สำเร็จให้ส่งกลับด้วยความสำเร็จหรือลองใช้ช่วงเวลาอื่น (ไปที่ขั้นตอนที่ 2 b) แล้วเลือกช่วงเวลาที่ดีที่สุดถัดไป)
ฉ . หากลองช่วงเวลาทั้งหมด (หรือจำนวนที่เหมาะสม) ไม่สำเร็จให้ส่งคืนโดยไม่ประสบความสำเร็จ
ก . ถ้าเราอยู่ที่ระดับ 0 และเราวาง A_i ไม่สำเร็จให้วางไว้ในขั้นตอนที่ 2 b) และ 2 c) แต่ไม่มีการเรียกซ้ำ ตอนนี้เรามีกิจกรรมอีก 3 - 1 = 2 กิจกรรม ไปที่ขั้นตอนที่ 2) (ใช้วิธีการบางอย่างเพื่อหลีกเลี่ยงการปั่นจักรยานที่นี่)
UPDATE: จากความเห็น ... น่าจะมีฮิวริสติกส์ด้วย!
ฉันจะไปกับ Prolog ... จากนั้นใช้ Ruby หรือ Perl หรืออะไรซักอย่างเพื่อล้างโซลูชันของคุณให้อยู่ในรูปแบบที่สวยกว่า
teaches(Jill,math).
teaches(Joe,history).
involves(MA101,math).
involves(SS104,history).
myHeuristic(D,A,B) :- [test_case]->D='<';D='>'.
createSchedule :- findall(Class,involves(Class,Subject),Classes),
predsort(myHeuristic,Classes,ClassesNew),
createSchedule(ClassesNew,[]).
createSchedule(Classes,Scheduled) :- [the actual recursive algorithm].
ฉัน (ยัง) อยู่ในกระบวนการทำบางอย่างที่คล้ายกับปัญหานี้ แต่ใช้เส้นทางเดียวกับที่ฉันเพิ่งพูดถึง Prolog (เป็นภาษาที่ใช้งานได้) ทำให้การแก้ปัญหา NP-Hard ง่ายขึ้นจริงๆ
อัลกอริทึมทางพันธุกรรมมักใช้สำหรับการตั้งเวลาดังกล่าว
พบตัวอย่างนี้ (การสร้างตารางเรียนโดยใช้ Genetic Algorithm)ซึ่งตรงกับความต้องการของคุณเป็นอย่างดี
นี่คือลิงค์บางส่วนที่ฉันพบ:
ตารางเวลาของโรงเรียน - แสดงปัญหาบางอย่างที่เกี่ยวข้อง
อัลกอริทึมทางพันธุกรรมแบบไฮบริดสำหรับการกำหนดเวลาของโรงเรียน
เอกสารนี้อธิบายปัญหาตารางเรียนของโรงเรียนและแนวทางของอัลกอริทึมได้ค่อนข้างดี: " The Development of SYLLABUS - An Interactive, Constraint-Based Scheduler for Schools and Colleges " [PDF]
ผู้เขียนแจ้งให้ฉันทราบว่าซอฟต์แวร์ SYLLABUS ยังคงถูกใช้งาน / พัฒนาที่นี่: http://www.scientia.com/uk/
ฉันทำงานกับเครื่องมือตั้งเวลาที่ใช้กันอย่างแพร่หลายซึ่งทำเช่นนี้ ใช่มันเป็น NP-Complete; แนวทางที่ดีที่สุดพยายามหาวิธีแก้ปัญหาที่เหมาะสมโดยประมาณ และแน่นอนว่ามีหลายวิธีที่จะบอกว่าวิธีใดเป็นวิธีแก้ปัญหาที่ "ดีที่สุด" - สิ่งที่สำคัญกว่าคือครูของคุณต้องพอใจกับตารางเวลาของพวกเขาหรือให้นักเรียนเข้าชั้นเรียนทั้งหมด
คำถามที่สำคัญที่สุดที่คุณต้องแก้ไขตั้งแต่เนิ่นๆคืออะไรทำให้ระบบนี้ดีกว่าอีกวิธีหนึ่ง ? นั่นคือถ้าฉันมีตารางเรียนกับ Mrs Jones ที่สอนคณิตศาสตร์ตอน 8 และ Mr Smith สอน Math ตอน 9 จะดีกว่าหรือแย่กว่ากันโดยทั้งสองคนสอน Math ตอน 10 มันดีกว่าหรือแย่กว่าหนึ่งกับ Mrs Jones สอนตอน 8 และ Mr Jones สอนที่ 2? ทำไม?
คำแนะนำหลักที่ฉันจะให้ที่นี่คือการแบ่งปัญหาออกให้มากที่สุด - อาจจะเป็นทีละหลักสูตรอาจจะเป็นครูโดยครูหรือทีละห้อง - และทำงานเพื่อแก้ปัญหาย่อยก่อน ที่นั่นคุณควรจะมีวิธีแก้ปัญหามากมายให้เลือกและต้องเลือกวิธีใดวิธีหนึ่งที่เหมาะสมที่สุด จากนั้นดำเนินการแก้ไขปัญหาย่อย "ก่อนหน้า" โดยคำนึงถึงความต้องการของปัญหาย่อยในภายหลังเพื่อให้คะแนนแนวทางแก้ไขที่เป็นไปได้ จากนั้นอาจหาวิธีเอาตัวเองออกจากสถานการณ์ที่ถูกวาดเข้ามุม (สมมติว่าคุณไม่สามารถคาดการณ์สถานการณ์เหล่านั้นในปัญหาย่อยก่อนหน้านี้) เมื่อคุณเข้าสู่สถานะ "ไม่มีวิธีแก้ปัญหาที่ถูกต้อง"
มักใช้รหัสผ่านการเพิ่มประสิทธิภาพการค้นหาในพื้นที่เพื่อ "ขัด" คำตอบสุดท้ายเพื่อผลลัพธ์ที่ดีขึ้น
โปรดทราบว่าโดยทั่วไปแล้วเรากำลังเผชิญกับระบบที่มีการ จำกัด ทรัพยากรสูงในการจัดตารางเวลาของโรงเรียน โรงเรียนไม่มีห้องว่างตลอดทั้งปีหรือครูนั่งอยู่ในเลานจ์ 75% ของวัน แนวทางที่ทำงานได้ดีที่สุดในสภาพแวดล้อมที่มีโซลูชันมากมายไม่จำเป็นต้องใช้ในการจัดตารางเรียน
โดยทั่วไปการเขียนโปรแกรมข้อ จำกัด เป็นแนวทางที่ดีสำหรับปัญหาการตั้งเวลาประเภทนี้ การค้นหา "การเขียนโปรแกรมข้อ จำกัด " และการตั้งเวลาหรือ "การจัดกำหนดการตามข้อ จำกัด " ทั้งภายในสแต็กโอเวอร์โฟลว์และบน Google จะทำให้เกิดการอ้างอิงที่ดี ไม่ใช่เรื่องที่เป็นไปไม่ได้ - มันยากเพียงเล็กน้อยที่จะนึกถึงเมื่อใช้วิธีการเพิ่มประสิทธิภาพแบบดั้งเดิมเช่นการเพิ่มประสิทธิภาพเชิงเส้นหรือจำนวนเต็ม หนึ่งผลลัพธ์จะเป็น - มีกำหนดการที่ตรงตามข้อกำหนดทั้งหมดหรือไม่? เห็นได้ชัดว่าในตัวเองมีประโยชน์
โชคดี !
ฉันได้ออกแบบอัลกอริทึมเชิงพาณิชย์สำหรับทั้งการกำหนดเวลาเรียนและการสอบเวลา สำหรับครั้งแรกฉันใช้การเขียนโปรแกรมจำนวนเต็ม สำหรับครั้งที่สองฮิวริสติกขึ้นอยู่กับการเพิ่มฟังก์ชันวัตถุประสงค์โดยการเลือกการแลกเปลี่ยนสล็อตซึ่งคล้ายกับกระบวนการแบบแมนนวลดั้งเดิมที่ได้รับการพัฒนา สิ่งสำคัญในการทำให้โซลูชันดังกล่าวเป็นที่ยอมรับคือความสามารถในการแสดงข้อ จำกัด ในโลกแห่งความเป็นจริงทั้งหมด และสำหรับผู้จัดตารางเวลาที่เป็นมนุษย์จะไม่สามารถมองเห็นวิธีในการปรับปรุงโซลูชันได้ ในตอนท้ายส่วนของอัลกอริทึมนั้นค่อนข้างตรงไปตรงมาและใช้งานง่ายเมื่อเทียบกับการเตรียมฐานข้อมูลส่วนต่อประสานผู้ใช้ความสามารถในการรายงานสถิติเช่นการใช้ห้องการศึกษาผู้ใช้และอื่น ๆ
คุณสามารถจัดการกับอัลกอริทึมทางพันธุกรรมได้ใช่ แต่คุณไม่ควร :) อาจช้าเกินไปและการปรับพารามิเตอร์อาจใช้เวลามากเกินไปเป็นต้น
มีแนวทางอื่นที่ประสบความสำเร็จ ทั้งหมดดำเนินการในโครงการโอเพ่นซอร์ส:
ฉันคิดว่าคุณควรใช้อัลกอริทึมทางพันธุกรรมเพราะ:
คุณภาพของการแก้ปัญหาขึ้นอยู่กับระยะเวลาที่คุณตั้งใจจะใช้แก้โปรแกรม ..
ลองดูที่: คำถามที่คล้ายกันและอีกคำถามหนึ่ง
ฉันไม่รู้ว่าจะมีใครเห็นด้วยกับรหัสนี้ แต่ฉันพัฒนารหัสนี้ด้วยความช่วยเหลือของอัลกอริทึมของฉันเองและกำลังทำงานให้ฉันใน Ruby หวังว่ามันจะช่วยพวกเขาที่กำลังค้นหารหัสต่อไปนี้คือ periodflag, dayflag subjectflag และ teacherflag คือแฮชที่มี id ที่สอดคล้องกันและค่าแฟล็กซึ่งเป็นบูลีน มีปัญหาใด ๆ ติดต่อฉัน ....... (-_-)
periodflag แต่ละ do | k2, v2 |
if(TimetableDefinition.find(k2).period.to_i != 0)
subjectflag.each do |k3,v3|
if (v3 == 0)
if(getflag_period(periodflag,k2))
@teachers=EmployeesSubject.where(subject_name: @subjects.find(k3).name, division_id: division.id).pluck(:employee_id)
@teacherlists=Employee.find(@teachers)
teacherflag=Hash[teacher_flag(@teacherlists,teacherflag,flag).to_a.shuffle]
teacherflag.each do |k4,v4|
if(v4 == 0)
if(getflag_subject(subjectflag,k3))
subjectperiod=TimetableAssign.where("timetable_definition_id = ? AND subject_id = ?",k2,k3)
if subjectperiod.blank?
issubjectpresent=TimetableAssign.where("section_id = ? AND subject_id = ?",section.id,k3)
if issubjectpresent.blank?
isteacherpresent=TimetableAssign.where("section_id = ? AND employee_id = ?",section.id,k4)
if isteacherpresent.blank?
@finaltt=TimetableAssign.new
@finaltt.timetable_struct_id=@timetable_struct.id
@finaltt.employee_id=k4
@finaltt.section_id=section.id
@finaltt.standard_id=standard.id
@finaltt.division_id=division.id
@finaltt.subject_id=k3
@finaltt.timetable_definition_id=k2
@finaltt.timetable_day_id=k1
set_school_id(@finaltt,current_user)
if(@finaltt.save)
setflag_sub(subjectflag,k3,1)
setflag_period(periodflag,k2,1)
setflag_teacher(teacherflag,k4,1)
end
end
else
@subjectdetail=TimetableAssign.find_by_section_id_and_subject_id(@section.id,k3)
@finaltt=TimetableAssign.new
@finaltt.timetable_struct_id=@subjectdetail.timetable_struct_id
@finaltt.employee_id=@subjectdetail.employee_id
@finaltt.section_id=section.id
@finaltt.standard_id=standard.id
@finaltt.division_id=division.id
@finaltt.subject_id=@subjectdetail.subject_id
@finaltt.timetable_definition_id=k2
@finaltt.timetable_day_id=k1
set_school_id(@finaltt,current_user)
if(@finaltt.save)
setflag_sub(subjectflag,k3,1)
setflag_period(periodflag,k2,1)
setflag_teacher(teacherflag,k4,1)
end
end
end
end
end
end
end
end
end
end
end