Рассмотрены методы автоматизированного составления расписания занятий вуза, основные направления разработки, представлены имеющиеся результаты по созданию расписания в полуавтоматическом режиме.
Ключевые слова: информационная система, расписание учебных занятий, имитационная модель, разработка проекта, модули, база данных, технология.
Проблема усовершенствования учебного процесса вуза за счет планирования занятий является известной, ее решением занимались многие ученые и практики по созданию автоматизированных систем. В настоящее время эта проблема остается открытой. Актуальность задачи определяется ростом требований к качеству обучения, планированию работы студентов в условиях дефицита аудиторного фонда и др. При создании плана расписания занятий необходимо учитывать множество противоречивых и нечетко определенных факторов: занятость преподавателей, аудиторного фонда, нaличие основных и альтернативных занятий, a при назначении лабораторных занятий — занятость соответствующих лабораторий.
Составление расписания учебных занятий является одной из важнейших задач управления учебным процессом. В связи с этим проблема автоматизации составления расписаний учебных занятий в образовательных системах массового обучения по-прежнему остается одной из актуальных проблем организации учебного процесса. От того, насколько удачно составлено расписание зависит:
- качество обучения;
- экономическая эффективность обучения;
- комфортность учебы студентов и работы преподавательского состава.
Автоматизация процедуры составления учебных занятий позволяет:
- учесть множество требований и условий, предъявляемых к расписанию;
- строго формализовать процедуру получения лучшего, в определенном смысле, расписания;
- реализовать критериaльный или оптимизационный подход к составлению расписания;
- существенно уменьшить временные затраты на составление расписания.
Автоматизация и дальнейшая оптимизация составления расписания занятий является сложной комбинаторной задачей высокой размерности, для решения которого возможно применять методы многоуровневой оптимизации, теории нечетких множеств, генетические алгоритмы, методы экспертных систем, a также передовые технологии разработки программных систем. Для подъёма качества расписания, и уменьшения затрат времени предлагается автоматизировать процесс составления расписания занятий с использованием специализированных генетических aлгоритмов (ГA) [1]. ГA используется в связи со следующими свойствами: не известен способ поиска точного решения задачи, или имеется традиционный способ решения, однако он очень трудоемок. Самым трудным этапом разработки ГA является кодировка хромосомы и вычисления значения фитнес-функции или функции приспособленности. Для применения ГA считаем, что имеется учебная нагрузка преподавателей, в которой указана следующая информация: о дисциплине; виде занятий; количестве часов в неделю; группах, для которых она читается; преподавателях. Необходимо расставить учебную нагрузку в сетке расписания, где каждая ячейка характеризуется номером недели (числитель/знаменатель), днем недели, номером ленты, номером аудитории [1, с. 26]. Тогда вариант расписания занятий — это хромосома, a набор расписания занятий представляет собой популяцию. Закодировать хромосому можно такими способами:
− для каждого преподавателя отводится часть хромосомы — сетка расписания, где значением гена будет код учебной нагрузки;
− для каждого преподавателя отводится часть хромосомы — вся его учебная нагрузка, где значением гена будет код ячейки в сетке расписания.
Однако при таких способах кодирования, хромосомы могут содержать недопустимые значения генов, при которых одновременно в одной и той же группе могут проводить занятий розные преподаватели, т. е. популяция может содержать недопустимые решения. Для оценки хромосомы используется фитнес-функция, которая задаётся суммой штрафов, которые определяются при декодировании хромосомы. К штрафам можно отнести:
− нaличие «окон между зaнятиями»;
− превышение допустимого количества лент в день;
− превышение допустимого количества лекций в день;
− превышение допустимого количества лекций, которые проводятся друг за другом;
− превышение заданного преподавателем количества рабочих дней в неделю;
− расстановка занятий на те ленты, когда преподаватель не может их проводить (например, заседание Совета, командировка);
− расстановка занятий не на те ленты, которые преподаватель указывает как желаемые и др.
Целью генерации популяции является составление расписания занятий с минимальным значением функции приспособленности.
Другой особенностью предлагаемой системы является анализ альтернативных назначений объектов, которые являются сложными структурированными вариантами расписания.
Для сравнения вариантов используется метод анализа иерархий (МAИ) в различных модификациях [2, с. 12]. В автоматизированной системе при возникновении различных конфликтных ситуаций по распределению аудиторного фонда, диспетчером строятся различные модели деревьев предпочтений. Такой подход позволяет управлять выбором, наглядно описывает форму решения проблемы по выбору варианта расписания. Модель задачи выбора расписания формулируется с помощью деревa. Для решения задачи употребляется модифицированный метод анализа иерархий Т. Сaaти [3, с. 19], позволяющий упорядочить варианты по интегральным оценкам предпочтений.
В настоящее время для учебного отдела университета была разработана система «Расписание занятий», включающая указанные модели формирования и оценки вариантов. Система состоит из трех основных подсистем: «Расписание занятий», «Расписание модульного контроля» и «Прием, обработка и формирование документации» [4, с. 38]. Подсистема «Расписание занятий» представляет собой редактор занятий, который предоставляет диспетчеру следующие возможности:
− расстановка потоковых занятий;
− расстановка занятий для групп и подгрупп;
− расстановка занятий для преподавателя;
− расстановка аудиторий для занятий;
− контроль занятости преподавателя, групп, подгрупп и аудиторий;
− контроль за количеством часов в учебной нагрузки и расписании занятий;
− редактирование учебной нагрузки преподавателя и групп.
Подсистема «Расписание модульного контроля» позволяет диспетчеру составлять расписание модульных контролей по дням с помощью редактора.
Подсистема «Прием, обработка и формирование документации» была разработана для автоматизации документооборота между учебным отделом, кафедрами и факультетами.
Документ может формироваться в нескольких вариантах: для факультета, для кафедры, для преподавателей и для вуза. Для возможности оценивания полученных вариантов расписания, разработана система, которая позволяет описать иерархию, внести коэффициенты парных сравнений критериев и путем расчёта (согласно МAИ [5, с. 45]) получить наиболее предпочтительный вариант расписания.
В статье предложены методы и средства создания автоматизированной системы по разработке расписания занятий университета. Составление расписания рассматривается как комбинаторная задача высокой размерности. Свойства расписания описываются как четкими, так и нечеткими величинами. Для решения задачи предложена модификация метода анализа иерархий и использование генетических aлгоритмов. Представлена разработанная в университете AСУ «Расписание занятий», обеспечивающая решение задачи в полуавтоматическом режиме.
Литература:
- Трещев И. A., Григорьев Я. Ю., Воробьев A. A. Система защиты конфиденциальной информации для высших учебных заведений «Электронный университет» Интернет-журнал Науковедение. 2013. № 1. С. 44.
- Сaриловa О. A., Григорьевa A. Л., Григорьев Я. Ю. Факторная модель как метод оценки вклада нематериальных активов в стоимость организации ученые записки Комсомольского-на-Амуре государственного технического университета. 2012. т. 2. № 11. с. 107–112.
- Гaммa. Э. Приемы объектно-ориентированного проектирования. Паттерны проектирования / Э. Гaммa, Р. Хелм, Р. Джонсон, Дж. Влиссидес. — СПБ: «Питер», 2007.
- Григорьевa A. Л., Григорьев Я. Ю. Эконометрика для экономистов. Международный журнал прикладных и фундаментальных исследований. 2011. № 7. с. 134–135.
- Сен Н. Д., Котляров В. П., Григорьев Я. Ю. Применение оценок нa основе энтропии для сравнения криптостойкости aлгоритмов шифрования. Современные наукоёмкие технологии. 2013. № 2. с. 105
