ارائه مدلی دو هدفه برای حل مسألۀ زمانبندی کلاس‌های دانشگاهی با در نظر گرفتن رضایتمندی اساتید: مطالعۀ موردی

نویسندگان
جواد بهنامیان
بهاره آقابابایی
آرش نوبری
دانشگاه بوعلی سینا
10.52547/jde.3.9.139
چکیده
مسألۀ زمانبندی کلاس‏های دانشگاهی از جمله مسائلی است که اخیراً به صورت قابل ملاحظه‏ای مورد توجه دانشگاه‏ها و گروه‏های آموزشی قرار گرفته است. در این مقاله، مدلی دو هدفه برای یک مسألۀ زمانبندی کلاس‏های درسی ارائه شده است که از یک طرف به دنبال کمینه‏سازی هزینۀ تخصیص دروس به اساتید در کلاس‏های موجود و در دوره‏های زمانی از روزهای مختلف هفته است و از طرف دیگر سعی دارد با کیمنه‏سازی مجموع زمان بیکاری اساتید در محیط دانشگاه، رضایتمندی اساتید را که همواره مورد توجه بوده است، افزایش دهد. همچنین در این مقاله، به منظور در نظر گرفتن هزینه‏های تخصیص دروس برخلاف مطالعات گذشته که مقادیری از پیش تعیین شده برای این ضرایب در نظر می‏گرفتند از رویکرد تحلیل سلسله‏مراتبی استفاده شده است که گروه‏های آموزشی تصمیم‏گیرنده را قادر می‏سازد تا معیارهای مختلفی را برای اندازه‏گیری ضریب هزینه‏های تخصیص در نظر بگیرند. در نهایت به منظور بررسی کارایی مدل پیشنهادی یک مطالعۀ موردی بر روی دپارتمان مهندسی صنایع دانشگاه بوعلی سینا همدان مورد انجام شده است. رویکرد مذکور امکان ایجاد اولویت میان روزهای هفته، دوره‏های زمانی در طول روز، کلاس‏های درس و حتی اساتید ارائه دهنده را فراهم می‏آورد. بعلاوه با استفاده از این رویکرد می‏توان فاصلۀ خالی بین ارائۀ کلاس‏های درس را کاهش داد و جابجایی دانشجویان میان کلاس‏ها را نیز به حداقل مقدار خود می‏رسد.


کلیدواژه‌ها
مسألۀ زمانبندی درس‌های دانشگاهی
مدل چند هدفه
رویکرد تحلیل سلسله‌مراتبی (AHP)
رضایتمندی اساتید

عنوان مقاله English

Proposing a Bi-objective Model Based on AHP Approach for a University Course Time Tabling Problem Considering Professors Satisfaction: A Case Study

چکیده English

Recently, university courses time tabling problem has been attended as a main issue by most universities and educational departments. In this paper, a bi-objective model is proposed to formulate a university courses time tabling problem which aims to minimize the cost of assigning courses to professors and classes during time horizon and maximize professors' satisfaction through minimizing their total idle time, simultaneously. Furthermore, despite of previous similar works in this area in which predefined values are considered as the assignment' cost coefficients, in this paper, for the first time, an analytical hierarchy process (AHP) approach is used to calculate these coefficients which enables educational departments to attend various criteria in considering assignment cost coefficients. Finally, to evaluate the efficiency of the proposed model, a real case study in industrial engineering faculty of Bu-Ali Sina University is done.

کلیدواژه‌ها English

University Course Time Tabling Problem
Multi-objective Model
Analytical hierarchy process (AHP)
Professors Satisfaction
[1] Schaerf, A., (1999). A survey of automated timetabling. Artificial Intelligence Review, 13 (2), 87–127.
[2] Babaei, H., Karimpour, J., Hadidi, A., (2015). A Survey of Approaches for University Course Timetabling Problem. Computers & Industrial Engineering, 86, 43-59.
[3] Red, T. A., (2004). A Study of University Timetabling that Blends Graph Coloring with the Satisfaction of Various Essential and Preferential Conditions, Ph.D. Thesis, Rice University, Houston, Texas.
[4] Asmuni, H., (2008). Fuzzy Methodologies for Automated University Timetabling Solution Construction and Evaluation. Ph.D. Thesis, School of Computer Science University of Nottingham.
[5] Gotlib, C.C., (1963). The Construction of Class-Teacher Time-Tables. Proc. IFIP Congress, 62, 73-77.
[6] DeWerra, D., (1985). An Introduction to TimeTabling. European Journal of Operational Research, 19, 151-162.
[7] Hafizah, A.R., Zaidah, I., (2010). Bipartite Graph Edge Coloring Approach to Course Timetabling. IEEE, 229-234.
[8] Aubin, J., Ferland, J.A., (1989). A large scale timetabling problem. Computers and Operations Research, 16, 67-77.
[10] Lewis, M.R.R., (2006). Metaheuristics for University Course Timetabling. Ph.D. Thesis, Napier University.
[11] Obit, J.H., (2010). Developing Novel Meta-heuristic, Hyper-heuristic and Cooperative Search for Course Timetabling Problems. Ph.D. Thesis, School of Computer Science University of Nottingham.
[12] Amintoosi, M., Haddadnia, J., (2005). Fuzzy C-means Clustering Algorithm to Group Students in A Course into Smaller Sections. Springer-Verlag Berlin Heidelberg, 147–160.
[13] Golabpour, A., Mozdorani Shirazi, H., Farahi, A., Kootiani, M., Beige H., (2008). A fuzzy solution based on Memetic algorithms for timetabling. IEEE International Conference on MultiMedia and Information Technology, 108-110.
[14] Chaudhuri, A., Kajal, D., (2010). Fuzzy Genetic Heuristic for University Course TimeTable Problem. International Journalo of Advance in Soft Computing and Application., 2(1).
[15] Daskalaki, S., Birbas, T., (2005). Efficient solutions for a university timetabling problem through integer programming. European Journal of Operational Research, 160 , 106–120.
[16] Daskalaki, S., Birbas T., Housos E., (2004). An integer programming formulation for a case study in university timetabling. European Journal of Operational Research, 153 , 117–135.
[17] Bakir, M. A., Aksop, C., (2008). A 0-1 integer programming approach to a university timetabling problem. Hacettepe Journal of Mathematics and Statistics, 37 (1), 41-55.
[18] Asgharpour, M. J., (1998). Multiple Criteria Decision Making. Tehran, Tehran University Press.
[19] Deb, K., (2001). Multi-Objective Optimization Using Evolutionary Algorithms. New York: Wiley.
[21] GAMS Development Corporation., (2013). General Algebraic Modeling System (GAMS). Washington DC, USA.