Um Estudo de Caso Sobre Aplicabilidade dos Algoritmos Genticos

Elinaldo N. Monteiro, Franciric A. Arajo Centro de Educao Tecnolgica de Teresina (CET) - Francisco Alves de Arajo Ltda Rua Firmino Pires, n 527, Centro - Teresina PI Brazil
{elinaldo.java, francieric}@gmail.com

Abstract. This paper proposes a solution to the problem of allocating teachers of a higher education institution, problem also known as; course timetabling. The problem is organize the schedules with the availability of each teacher within days of week, preventing teacher with more than one discipline in the same block, administer more than one discipline (this block) per day. The Genetic Algorithm are very efficient for applications in complex optimization problems, for its efficiency (convergence to a global solution), easily adaptable and are therefore considered robust, and the search for optimal solution. From a population of points simultaneously, including selecting the best results and not just one point. Key words:{ genetic algorithm, course timetabling.} Resumo. Este trabalho prope uma soluo para o problema de alocao de professores de uma Instituio de Ensino Superior, problema tambm conhecido como; course timetabling. O problema consiste em organizar os horrios de aula letiva com a disponibilidade de cada professor dentro dos dias teis da semana. Evitando que um professor com mais de uma disciplina no mesmo bloco, ministre mais de uma disciplina (desse bloco) por dia. Os Algoritmos Genticos so muito eficientes para aplicaes em problemas complexos de otimizao, por sua eficcia (convergncia para uma soluo global), facilmente adaptveis, sendo assim considerados robustos, na busca da uma soluo tima. A partir de uma populao de pontos simultaneamente, selecionando entre eles os melhores resultados e no apenas um ponto. Palavras-chaves: { Algoritmo gentico, course timetabling.}

1. Introduo
Os Algoritmos Genticos (AGs) so mtodos adaptativos que podem ser usados para resolver problemas de busca e otimizao. Esto inspirados no processo gentico e evolutivo dos organismos vivos. (Fernades, 2005) Os princpios da sobrevivncia dos mais adaptados e da evoluo natural, descritos por Charles Darwin em meados do sculo XIX, baseiam-se na idia de que, na natureza, um processo evolutivo ocorre quando quatro condies so satisfeitas (Koza, 1992): um indivduo tem habilidade de reproduzir a si mesmo; h uma populao desses indivduos; h variedade entre os indivduos dessa populao; h uma diferena na habilidade de sobrevivncia no ambiente e est associada com essa variedade.

2. Um Estudo de Caso timetabling

A elaborao de quadros de horrios uma tarefa necessria e inevitvel no cotidiano das instituies de ensino. De maneira geral o processo consiste em gerar uma tabela associando professores, turmas e disciplinas em determinados horrios do dia (rton Dorneles, 2010). As solues geradas manualmente so consideradas tarefa extremamente rdua e que normalmente requer vrios dias ou at semanas de trabalho, em alguns casos, envolvendo mais de um funcionrio. No entanto, a soluo obtida pode vim a ser insatisfatria com relao aos diversos requisitos. Muito das vezes,

professores que ministra mais de uma disciplina em uma mesma turma, fazem a opo por ministrar aulas, em dias diferentes de somente uma disciplina, reclamam de aulas em dias intercalados e por questes de bem-estar, um professor que ministrou aula na sexta-feira em um bloco passado, no bloco seguinte ficaria liberado da sexta-feira. A dificuldade da tarefa resulta de sua natureza combinatria. Devido quantidade de combinaes / arranjos possveis, na prtica, so impossveis analisar todas as possibilidades e definir quais so apropriadas. Esta caracterstica faz com que o problema entre na categoria dos problemas NP (Thiago Gonalves, 2011).

Foram realizadas pesquisas bibliogrficas para conhecimentos de trabalhos na rea, assim na literatura existem diversas aplicaes de metaheursticas sendo empregadas na otimizao de formao quadro de horrios escolares, podendo-se destacar: Patrcia Ramos (2002), ou Sistema Automtico de gerao de Horrios para a UFLA utilizando Algoritmos Genticos, ou ainda, o trabalho de Felippe e Irce (2002), um Algoritmo Evolutivo Hibrdo para o Problema de Programao de Horrio em Escola. O Algoritmo Gentico foi proposto por Jonh Holland (1975), modelo heurstico computacional inspirado na gentica. So algoritmos probabilsticos que fornecem um mecanismo de busca paralela e adaptativa baseado no princpio de sobrevivncia dos mais aptos e na reproduo (Marco, 1999). Estes algoritmos modelam uma soluo para um problema especfico em uma estrutura de dados como a de um cromossomo e podem aplicar operadores; tais como seleo, reproduo e mutao, que recombinam estas estruturas preservando informaes crticas, gerando novos pontos amostrais em um espao de busca.

3. Caracterizao do Problema
3.1 O Problema de escalonamento de horrio para Faculdade CET O presente artigo utiliza a proposta de escalonamento de horrio para Curso de Tecnologia em Sistemas para Internet, da Faculdade CET, localizada em Teresina-PI. Ficando esta soluo proposta totalmente compatvel para qualquer instncia do problema de escalonamento de horrio em Universidades independente da quantidade de turmas/cursos, necessitando de apenas de pequenos ajustes de adequao. Na Faculdade CET os professores podem lecionar mais de uma disciplina, podendo ser no mesmo mdulo ou em mdulo diferentes.

Preliminarmente apresentam-se as seguintes caractersticas:

a) O curso de Sistemas para Internet dividido em 5 blocos, chamados mdulo, cada um com cinco ou seis disciplinas, e sempre h uma turma para cada bloco do curso;

b) As aulas so sempre noite [segunda a sexta] e os horrios, ou slots de tempo, so duplos dirios, ou seja, para cada 40h da carga horria da disciplina temos a necessidade de 1 slot de tempo semanal, conforme detalharemos mais a frente; c) Cada dia tem 2 Slots de 2h cada, sendo o primeiro Slot de 18h20 s 20h, e o segundo das 20h20 s 22. d) As disciplinas so de 40h, 80h ou 120h, ou seja, ocupam 1, 2 ou 3 slots de tempo semanal, respectivamente.

Cada soluo gerada considerada vivel se atender as Restries de Viabilidade abaixo: Cada turma dever ter a quantidade de disciplinas e horas previstas na matriz curricular; No poder ter para um mesmo slots de tempo, dois professores em um mesmo dia; Nenhum professor poder ser alocado em dois slots de tempo ao mesmo tempo; Cada professor tem uma lista de Slots proibidos, ou seja, uma lista de horrios nos quais no pode ter aulas (Ex.: Professor A no pode ter aulas em todos os slots de tera e quinta, nem no primeiro slot de sexta-feira). Representao formal do problema proposto: P conjunto de professores disponveis: P1, P2 ... Pn; D conjunto de disciplinas a serem ofertadas no perodo atual para todos os mdulos; A conjunto de aulas, ou seja, a relao professor/disciplina; S o conjunto de slots horrios disponveis para aulas: S1, S2 ... Sn; G a grade horria, que uma matriz contendo com contedos elementos g Fo a funo a ser otimizada, que representa qualidade da soluo; ;

Alm das restries determinantes acima, que tornam uma soluo S* invivel, h tambm um conjunto de restries, aqui chamadas de Restries Didticas, que no tornam uma soluo invivel, mas diminuem sua qualidade, so elas:

Professores com mais de uma disciplina em uma mesma turma dever ter em um dado dia, aula de somente uma disciplina;

Disciplinas que necessitem de mais de um slot semanal, ou seja, disciplinas de 80h e 120h devero ser ministradas em slots de dias diferentes;

Evitar que aulas da mesma disciplina ocupem slots consequentes em dias diferentes. (Ex.: Disciplina um, ocupa ltimo slot de segunda-feira e o primeiro de tera-feira).

Professores que no semestre anterior tiveram aula em slots da sexta-feira, tero preferncia a serem a ter aulas nestes slots no semestre corrente;

A quantidade de dias em que o professor deve ir a faculdade dever ser minimizada ao mximo. (Ex.: A quantidade Q de slots a serem ocupados pelas disciplinas do professor for par estes devero ser preferencialmente preenchidos em Q/2 dias)

Por ultimo, as convencionadas de Restries Bnus, que representam restries que no esto relacionadas s de inviabilidade ou s questes didticas, mas sim para o bem-estar do professor:

O objetivo do algoritmo proposto : Minimizar Fo ( Onde, - quantidade de infraes s Restries de Viabilidade, conforme elencadas acima; - quantidade de infraes s Restries Didticas; a quantidade de infraes s Restries Bnus; )

O problema acima j foi tratado com heursticas de programao linear com variveis binrias numa matriz tridimensional (Werra, 1985). Onde as dimenses seriam os Professores, Horrios e Turmas, estes fatos torna o problema extremamente complexo

medida que instancia usada cresce (AKKONYUNLU, 1973). Devido a isso o problema ser aqui tratado com abordagem em Algoritmos Genticos.

4. Apropriao Gentica do Problema de Alocao de Horrios

Com base nas caractersticas do problema tratado neste artigo, apresentamos nesta parte a modelagem gentica a ser aplicada. Este modelo tem como caractersticas evitar que os operadores genticos de crossover e mutao gerem solues inviveis. Para o problema necessrio definio dos valores que os elementos g podero assumir na matriz G (grade horria). o chamado alfabeto.

Alfabeto O para problema: Cdigos identificadores das associaes Professor/Disciplina ofertadas: A01, A02, B12, ..., n. Onde uma letra representa um Professor e nmero a disciplina (Ex.: A02 o professor A ministrando a disciplina 02).

Portanto o alfabeto varivel de acordo com associao de professores e suas disciplinas, no tendo obviamente todas as possibilidades Professor X Disciplinas, ou seja, sempre a quantidade elementos no alfabeto ser a quantidade de disciplinas ofertadas. Com o Alfabeto acima possvel representar a matriz G, na qual cada linha representa um professor, e as colunas so os slots de tempo para alocao das aulas. Cara elemento gij da grade horrio G um gene e os seus possveis alelos(valores) so os definidos em O. No podendo, por exemplo, repetir em uma mesma coluna valores onde a primeira parte, ou seja, a letra seja igual. A matriz G do problema representada na figura abaixo.
Segunda TURMAS Slot1 Modulo I Mdulo II Mdulo III A01 B05 C11 Slot2 B02 C06 F12 Slot3 A01 D07 C11 Slot4 C03 E08 D13 Slot4 B02 D07 F12 Slot6 A01 B05 D13 Slot7 D04 H09 L26 Slot8 C03 G10 H14 Slot9 B02 H09 L26 Slot10 D04 G10 B15 Tera Quarta Quinta Sexta

Mdulo IV Mdulo V

F16 E21

E17 A22

F16 E21

G18 A22

A19 I23

F16 K25

G18 J24

J20 K25

G18 J24

F16 I23

Figura 1. Exemplo de Representao da Grade de Horrios De acordo com a figura 1 possvel identificar as restries de Linhas e de Colunas, nas Linhas devemos ter a quantidade exata de aulas para um dado professor/disciplina, j nas Colunas verificada a possvel ocorrncia de choques de horrios.

5. Concluso
Os algoritmos genticos so muito teis para modelar problemas que tem uma grande quantidade de solues possveis, das quais temos que analisar cada uma delas, na busca da melhor soluo. Na desenvoltura do problema de alocao de professores podemos perceber que este tipo de tarefa tem uma natureza estocstica e combinatria, onde nos leva para um problema que no temos como predisser qual a melhor soluo de primeira, sem testar o maior nmero de possibilidades possveis e satisfatrias, ou seja, no um problema determinista. Este tipo de problema tambm conhecido por NPCompleto. Neste trabalho no foi apresentado uma aplicao prtica, ou seja, um sistema usando a tecnologia da informao para demostrar a soluo da problematizao que foi apresentada no desenvolver deste artigo. Entretanto, a ideia principal : entender o que so os algoritmos genticos, quando usar, como modelar um problema para que seja aplicado os algoritmos genticos. A questo da alocao de professores ficou proposta uma soluo, para que em trabalhos futuros seja desenvolvido um sistema de informaes que obsessa os critrios que foram discutidos nesta pesquisa inicial. Para solucionar o problema de Alocao de professores de uma instituio de ensino superior, tendo em mente que este sistema pode ser adaptado para resolver N- problemas de alocao.

6. REFERNCIAS
1. KOZA, J. R. Genetic Programming: on the programming of computers by means of natural selection. Cambridge: MIT Press, 1992. 819p. 2. FERNADES, Anita Maria da Rocha. Inteligncia Artificial: noes gerais. 3.imp Florianpolis: VisualBooks, 2005. 3. DORNELES, rton. Desenvolvimento de um Aplicativo para Gerao Automtica de Quadros de Horrios Escolares. p.14, 2010. 4. GONALVES, Thiago da Silveira. Software para Organizao da Grade Horria Escolar. p.11, 2011. 5. RAMOS, Patrcia de Siqueira. Sistema Automtico de Gerao de Horrios para a UFLA utilizando Algoritmos Genticos. 2010. Acesso em 01.08.2011. Disponvel em:

http://www.bcc.ufla.br/monografias/2002/Qualidade_nos_processos_do_ciclo_d e_vida_do_produto_com_CMMI_uma_aplicacao_pratica_de_gerencia_de_confi guracao_na_Compsis.pdf. 6. COSTA, Felipe Pereira da et al. Um Algoritmo Evolutivo Hbrido para o Problema de Programao de Horrios em Escolas. 2002. 7. PACHECO, Marco Aurlio Cavalcanti. ALGORITMOS GENTICOS: PRINCPIOS E APLICAES. V.01. 1999. 8. D. DE WERRA. An introduction to timetabling, European Journal of Operational Research 19, 151162, 1985. 9. E.A. AKKONYUNLU. A linear algorithm for computing the optimum of university timetable, Computer Journal 16, 347350, 1973.