Revisión de Algoritmos Genéticos Aplicados al Problema de la Programación de Cursos Universitarios



Título del documento: Revisión de Algoritmos Genéticos Aplicados al Problema de la Programación de Cursos Universitarios
Revue: Programación matemática y software
Base de datos:
Número de sistema: 000573001
ISSN: 2007-3283
Autores: 1
Instituciones: 1CIICAp, Universidad Autónoma del Estado de Morelos Av. Universidad 1001, Chamilpa, 62209, Cuernavaca Morelos, MÉXICO,
Año:
Volumen: 3
Número: 1
Paginación: 49-65
País: México
Idioma: Español
Resumen en inglés The academic scheduling is a particular problem within the general problem of resource allocation. This scheduling problem is known as the University Timetabling Problem in the scientific community. The scheduling problems consist on generating schedules for defined tasks by pursuing the best way to specific conditions or requirements. This problem has been addressed with different methods such as Ant Colony, Tabu Search, Graph Coloring and Genetic Algorithms. In this paper we review some evolutionary algorithms that have addressed the problem of academic schedules applying different models.
Resumen en español La programación de horarios académicos es un problema particular que se encuentra dentro del problema general de asignación de recursos. Este problema de horarios, se conoce en la comunidad científica como Problema de Programación de Horarios Universitarios. Los problemas de programación de horarios consisten en generar horarios para tareas definidas, buscando cumplir de la mejor manera con condiciones o requerimientos específicos. Este problema ha sido tratado con diferentes métodos, por ejemplo Colonia de Hormigas, Búsqueda Tabú, Coloreo de grafos y Algoritmos Genéticos. En éste trabajo se hace una revisión de algunos algoritmos evolutivos que han abordado el problema de horarios académicos aplicando diferentes modelos.
Palabras clave: Programación de Horarios,
Optimización Combinatoria,
Heurísticas,
Algoritmos Genéticos.
Keyword: Timetabling,
Combinatorial Optimization,
Heuristics,
Genetic Algorithms
Texte intégral: Texto completo (Ver PDF)