Por favor, use este identificador para citar o enlazar este ítem:
http://ciateq.repositorioinstitucional.mx/jspui/handle/1020/495| Diseño de un algoritmo para la programación y asignación de horarios en el departamento de ingenierías de la Universidad del Valle de Atemajac, campus Guadalajara | |
| LUIS ALBERTO GONZALEZ CUEVAS | |
| MISSAEL ALBERTO ROMAN DEL VALLE EDGAR GONZALO COSSIO FRANCO LEONOR ADRIANA CARDENAS ROBLEDO | |
| Acceso Abierto | |
| Atribución-NoComercial-CompartirIgual | |
| Algoritmos genéticos Horarios de clase Optimización Metaheurística Genetic algorithms Class schedules Artificial intelligence Optimization Metaheuristics | |
| Este trabajo de investigación genera una solución automática para la programación y asignación de los horarios escolares que elimina errores comúnmente asociados con este proceso, así como ahorro de tiempo dedicado a esta tarea. Este caso de estudio corresponde al Departamento de Ingenierías de la Universidad del Valle de Atemajac, campus Guadalajara y se aplicó específicamente al programa académico de Ingeniería Industrial modalidad escolarizado presencial, del cuatrimestre Mayo-Agosto de 2020. Todas las pruebas realizadas sobre este programa académico muestran que el algoritmo genético es eficiente, eficaz y suficientemente veloz dependiendo del equipo en que se esté corriendo el algoritmo, se realizó una corrida de 30 pruebas que arrojaron una eficacia promedio del 98% y un promedio de tiempo de ejecución del algoritmo de 33 segundos para uno de los equipos de cómputo probados; el algoritmo resolvió la asignación de clases en su totalidad, salvo por un par de materias para las que no se tenían docentes capacitados de acuerdo a la base de datos que se le entrega como insumo al algoritmo genético, de lo contrario se habría alcanzado a resolver en un cien por ciento la asignación, como se observó en una prueba realizada con una base de datos ideal. La propuesta realizada demuestra que los algoritmos genéticos son una técnica efectiva para la solución de problemas combinatorios de asignación de recursos y de acuerdo con los resultados se generó un ahorro de tiempo de 60 horas por cada Coordinador Académico de la universidad, así como un ahorro de energía eléctrica y de consumo de papel, al realizar este proceso de forma manual. This research work generates an automatic solution for scheduling and assigning school hours that eliminates errors commonly associated with this process, as well as saving time dedicated to this task. This case study corresponds to the Department of Engineering of the Universidad del Valle de Atemajac, Guadalajara campus and was specifically applied to the academic program of Industrial Engineering in the classroom-based school modality, from the May-August semester of 2020. All the tests carried out on this academic program show that the genetic algorithm is efficient, effective and fast enough depending on the equipment in which the algorithm is running, a run of 30 tests was carried out that yielded an average efficiency of 98% and an average of 33-second algorithm execution time for one of the computers tested; The algorithm resolved the assignment of classes in its entirety, except for a couple of subjects for which there were no trained teachers according to the database that is delivered as input to the genetic algorithm, otherwise it would have been resolved one hundred percent allocation, as observed in a test conducted with an ideal test database. The proposal made shows that genetic algorithms are an effective technique for solving combinatorial problems of resource allocation and, according to the results, a time saving of 60 hours was generated for each Academic Coordinator of the university, as well as a saving of electrical energy and paper consumption, by performing this process manually. | |
| CIATEQ, A.C. | |
| 2020 | |
| Tesis de maestría | |
| Español | |
| Público en general | |
| INTELIGENCIA ARTIFICIAL | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Sistemas Inteligentes Multimedia |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| GonzalezCuevasLuisA MSIM 2020 RN.pdf | Tesis de maestría en texto completo | 3.97 MB | Adobe PDF | Visualizar/Abrir |