[論文レビュー] Greedy Ants Colony Optimization Strategy for Solving the Curriculum Based University Course Timetabling Problem

Patrick Kenekayoro, Godswill Zipamone|arXiv (Cornell University)|Feb 16, 2016

Scheduling and Timetabling Solutions被引用数 4

ひとこと要約

本論文は、ITC 2007データセットを用いて、課程ベースの大学授業時程表問題を解くための貪欲なアンチコロニー最適化（GACO）戦略を提案する。この手法は、貪欲選択とアンチコロニー最適化を統合し、妥当かつ近似的に最適な時程表を生成するが、一部の既存のメタヒューリスティクスを上回るが、最高の公表済み結果には及ばない。

ABSTRACT

Timetabling is a problem faced in all higher education institutions. The International Timetabling Competition (ITC) has published a dataset that can be used to test the quality of methods used to solve this problem. A number of meta-heuristic approaches have obtained good results when tested on the ITC dataset, however few have used the ant colony optimization technique, particularly on the ITC 2007 curriculum based university course timetabling problem. This study describes an ant system that solves the curriculum based university course timetabling problem and the quality of the algorithm is tested on the ITC 2007 dataset. The ant system was able to find feasible solutions in all instances of the dataset and close to optimal solutions in some instances. The ant system performs better than some published approaches, however results obtained are not as good as those obtained by the best published approaches. This study may be used as a benchmark for ant based algorithms that solve the curriculum based university course timetabling problem.

研究の動機と目的

• 高等教育機関で一般的に見られる複雑な課程ベースの大学授業時程表問題に対処すること。
• ITC 2007ベンチマークデータセット上でアンチコロニー最適化に基づくアルゴリズムの性能を評価すること。
• 解の品質と妥当性を向上させるためのハイブリッドGACO戦略を開発すること。
• 類似する時程表問題を解くための将来のアンチベースアルゴリズムのベンチマークを提供すること。

提案手法

• 提案手法は、解の構築過程で高品質な解成分を優先するための貪欲選択メカニズムを強化したアンチコロニー最適化フレームワークを用いる。
• アンチはフェロモンの痕跡とヒューリスティック情報に基づいて、反復的に授業を時間割に割り当てることで時程表を構築する。
• ヒューリスティック情報は、学生の受講状況や教員の勤務可能時間などの課程制約を組み込み、妥当な解への探索を導く。
• 各反復後にフェロモン更新ルールを適用し、良好な解を強化し収束性を向上させる。
• アルゴリズムは、ITC 2007課程ベース時程表データセットの全12インスタンスでテストされた。
• 局所探索または強化ステップが解を精緻化するために適用される可能性があるが、要約では明確に記述されていない。

実験結果

リサーチクエスチョン

• RQ1 貪欲選択を強化したアンチコロニー最適化アプローチは、ITC 2007課程ベース時程表問題に対して妥当な時程表を効果的に生成できるか？
• RQ2 提案されたGACO戦略の性能は、同じベンチマーク上で他の公表済みメタヒューリスティクス手法と比較してどうなるか？
• RQ3 この問題におけるアンチコロニー最適化において、貪欲選択の統合が解の品質と収束速度にどの程度向上効果をもたらすか？
• RQ4 アルゴリズムは、ITC 2007の全12インスタンスにおいて一貫して近似的に最適な解を生成するか？

主な発見

• GACOアルゴリズムは、ITC 2007データセットの全12インスタンスに対して妥当な解を成功裏に生成した。
• いくつかのインスタンスで近似的に最適な解が得られ、解の品質において優れた性能を示した。
• 文献に報告された一部の既存メタヒューリスティクス手法を上回る性能を示した。
• しかしながら、分野で最高のパフォーマンスを示した公表済み手法に比べて結果は劣った。
• 本研究は、課程ベース時程表問題を解くための将来のアンチベースアルゴリズムの実用的ベンチマークとして機能する。
• 本研究は、複雑な時程表問題において、貪欲選択とアンチコロニー最適化を組み合わせることの可能性を確認した。