Нажмите здесь для того, чтобы попасть на главную страницу

Курсы фирмы 1С (Москва)

Курсы 1С в регионах (ЦСО)

Дистанционные курсы

Экзамены













ГлавнаяКурсы 1С, Экзамены 1СЕжегодная конференция «Использование программных продуктов 1С в учебных заведениях»

Ссылка на аккаунт в социальной сети twitterСсылка на аккаунт в социальной сети Вконтакте Версия для печати
Bookmark and Share

Ежегодная конференция «Использование программных продуктов 1С в учебных заведениях»

Год: 
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005

2010 г.

Cекция "Повышение эффективности управления образовательными учреждениями с использованием технологий "1С""

"37. Формирование расписания занятий в условиях многоуровневого образования" (Клеванский Н.Н., Кашин С.С., Саратовский государственный технический университет, Саратов)

Составление расписания занятий является одной из основных задач автоматизации управления учебным процессом университета. Качественное расписание занятий определяет эффективность учебного процесса и, как следствие, отражается на подготовке специалистов.

Присоединение к Болонскому соглашению и переход на многоуровневую систему высшего образования требуют перестройки учебного процесса, что переводит проблему составления расписания занятий ВУЗа на новый уровень. Если ранее расписание занятий составлялось для академических групп студентов, то в условиях использования системы зачетных баллов ("кредитных пунктов", т.н. European Credit Transfer System, смысл которой в том, чтобы студент мог слушать курсы последовательно в разных университетах Европы [1]), российским ВУЗ'ам, придется перестраивать процесс обучения таким образом, чтобы каждый студент имел собственный индивидуальный учебный план. Контингент студентов в этом случае может быть различен для каждого занятия в течение интервала времени, для которого формируется расписание. Организация учебного процесса с учетом индивидуальных учебных планов студентов характерна для многих университетов стран Западной Европы.

Составление расписания занятий представляет собой многоэтапный процесс. На первом этапе формируется непротиворечивое начальное расписание на основе учебных поручений на проведение занятий. Этот процесс подробно описан в [2]. Учебные поручения содержат дисциплину, присущие ей особенности (вид занятия и требования к аудитории), студенческий контингент и преподавателя. На втором этапе осуществляется оптимизация расписания с учетом желательных ограничений. Таким образом, задача составления расписания занятий университета формулируется следующим образом: для множеств учебных поручений на проведение занятий E, таймслотов T и аудиторий R, составить расписание, которое удовлетворяет всем обязательным ограничениям и минимизирует количество нарушений желательных ограничений. В данной работе использованы тестовые задания разработанные EU Metaheuristics Network [3].

Даны справочники учебных поручений  и аудиторий, каждому элементу которых соответствует подчиненный справочник особенностей. Аудитории характеризуются также количеством учебных мест. Каждому учебному поручению соответствует подчиненный справочник студентов, которые должны посещать занятия данного учебного поручения. Независимо от исходных данных имеются справочники учебных дней и таймслотов. Под последними понимаются временные интервалы проведения занятий. Задача формирования и оптимизации расписания занятий может быть сформулирована следующим образом - каждому учебному поручению необходимо поставить в соответствие аудиторию и таймслот, такие, чтобы удовлетворить следующим обязательным ограничениям:

  • студент может посещать не более одного занятия в одном таймслоте;
  • аудитория, в которой проводится занятие, должна вмещать всех студентов посещающих занятие и иметь все особенности, требуемые данным занятием;
  • в каждой аудитории в каждом таймслоте не должно проводиться более одного занятия.

Расписание, удовлетворяющее всем обязательным ограничениям, считается непротиворечивым. Качество непротиворечивых расписаний оценивается из того, насколько они удовлетворяют следующим желательным ограничениям:

  • у любого студента не должно быть занятий, проводимых в последний таймслот любого дня. Штраф за нарушение данного ограничения будет обозначаться как Pen1;
  • для каждого студента не должно проводиться единственное занятие в течение учебного дня. Штраф за нарушение данного ограничения будет обозначаться как Pen2;
  • для каждого студента не должно проводиться более двух занятий подряд в течение учебного дня. Штраф за нарушение данного ограничения будет обозначаться как Pen3.

За нарушение каждого из условных ограничений назначается штраф, а получаемое расписание оценивается по суммарному штрафу за все допущенные нарушения желательных ограничений. На поиск решения отводится строго определенное время. Оптимальному решению соответствует штраф равный нулю.

Задача решалась при помощи алгоритма, разработанного на основе метода имитации отжига [4]. В результате работы алгоритма, были найдены непротиворечивые начальные расписания для всех вариантов тестовых заданий. В процессе оптимизации, удалось примерно вдвое уменьшить количество нарушений желательных ограничений. Результаты работы алгоритма представлены в таблице 1.

Таблица 1
Результаты оптимизации начальных расписаний

Pen1

Pen2

Pen3

Общий штраф

до оптимизации

после оптимизации

до

после

до

после

до

после

1

35

15

417

260

80

14

532

289

2

42

33

359

198

38

16

439

247

3

49

12

412

254

55

80

516

346

4

76

21

619

287

213

103

908

411

5

73

16

545

261

164

97

782

374

6

60

49

643

294

40

0

743

343

7

73

36

663

225

0

0

736

261

8

63

18

532

186

51

21

646

225

9

56

10

447

163

36

0

539

173

10

34

21

435

218

57

74

526

313

Вывод: разработанные методы и алгоритмы формирования и оптимизации расписания занятий для многоуровневого образования показали свою приемлемость.

Литература

  1. www.regnum.ru/allnews/166645.html
  2. Клеванский Н.Н., Кашин С.С. Метод формирования расписания занятий университета // Образовательные технологии: Научно-технический журнал №2. - Воронеж: Научная книга, 2006 - с. 83 - 87
  3. http://www.idsia.ch/Files/ttcomp2002
  4. S. Kirkpatrick, J. C. D. Gellat, M. P. Vecci. "Optimization by Simulated Annealing". Science 220, 1983, 671-680

 



© ООО "1С"
Все права защищены. Все торговые марки являются собственностью их правообладателей.

Адрес: Москва, ул. Селезнёвская, д.21.
Режим работы: 9:30 - 18:00 (по рабочим дням)
Телефон: (495) 737-92-57
Факс: (495) 681-44-07