Эволюционный и фрагментарный подходы к задаче о равномерной нагрузке

• Datum: 2009
• Hauptverfasser: Бондаренко, А.С., Козин, И.В.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2009
• Schlagworte: Интеллектуальные системы автоматизации научных исследований, проектирования и управления
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/8163
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Эволюционный и фрагментарный подходы к задаче о равномерной нагрузке / А.С. Бондаренко, И.В. Козин // Штучний інтелект. — 2009. — № 4. — С. 248-253. — Бібліогр.: 15 назв. — рос.

В работе представлены результаты исследования задачи о равномерной нагрузке. Подобная задача возникает, в частности, при моделировании структурных элементов учебного процесса в высшем учебном заведении. Проблема заключается в распределении учебных дисциплин во времени таким образом, чтобы максимум нагрузки на студента был минимален. Предложены эволюционный подход для поиска оптимального решения и фрагментарный подход для построения допустимого решения задачи о равномерной нагрузке. Предложенные методы протестированы на наборе случайных задач. У роботі представлені результати дослідження задачі про рівномірне навантаження. Подібна задача виникає, зокрема, при моделюванні структурних елементів навчального процесу у вищому навчальному закладі. Проблема полягає у розподілі навчальних дисциплін у часі в такий спосіб, щоб максимальне навантаження на студента було мінімальним. Запропоновано еволюційний підхід для пошуку оптимальних розв’язків та фрагментарний підхід до побудови допустимих розв’язків. Запропоновані методи протестовані на наборі випадкових індивідуальних задач. In the paper the results of a study of the uniform loading problem are presented. A similar problem arises, in particular, when modeling structural components of a learning process in a university. The problem consists of allocating of courses in time so that student’s maximal loading was minimized. An evolutionary approach for an optimal solution search and fragmentary approach for a feasible solution construction are proposed. The proposed methods are tested on instances generated at random.