[논문 리뷰] An application of the Threshold Accepting metaheuristic for curriculum based course timetabling

Martin Josef Geiger|ArXiv.org|2008. 09. 04.

Scheduling and Timetabling Solutions참고 문헌 6인용 수 11

한 줄 요약

이 논문은 2007년 국제 스케줄링 경쟁의 트랙 3에서 정의된 커리큘럼 기반 수업 스케줄링 문제를 해결하기 위해 Threshold Accepting 메타휴리스틱을 적용한다. 무작위로 이벤트를 제거하고 재할당하는 스토케스틱 이웃 구조를 사용하여 경쟁력 있는 성능을 달성했으며, 전체 순위 4위를 기록했다. 또한 더 긴 계산 시간이 난이도가 높은 인스턴스(예: comp05.ctt 및 comp12.ctt)에서 해의 품질을 크게 향상시킨다는 점을 입증했다.

ABSTRACT

The article presents a local search approach for the solution of timetabling problems in general, with a particular implementation for competition track 3 of the International Timetabling Competition 2007 (ITC 2007). The heuristic search procedure is based on Threshold Accepting to overcome local optima. A stochastic neighborhood is proposed and implemented, randomly removing and reassigning events from the current solution. The overall concept has been incrementally obtained from a series of experiments, which we describe in each (sub)section of the paper. In result, we successfully derived a potential candidate solution approach for the finals of track 3 of the ITC 2007.

연구 동기 및 목표

• 2007년 국제 스케줄링 경쟁 트랙 3에서 정의된 커리큘럼 기반 수업 스케줄링 문제를 해결하기 위한 강력하고 확장 가능한 메타휴리스틱 접근법을 개발하는 것.
• 네 가지 소프트 제약 조건(실습실 용량 위반, 일자 분산, 커리큘럼 밀집도, 실습실 일관성)의 가중치 합을 최소화하여 다기준 스케줄링 문제를 다루는 것.
• Threshold Accepting이 단순한 국소 탐색 방법(예: 오르막 탐색 및 반복적 국소 탐색)과 비교하여 국소 최적해에서 벗어나는 데 얼마나 효과적인지 평가하는 것.
• 계산 시간이 난이도 높은 벤치마크 인스턴스에 미치는 영향을 조사하는 것, 특히 comp05.ctt 및 comp12.ctt와 같은 어려운 인스턴스에 초점 맞춤.
• 이벤트 수준의 재할당과 임계값 기반 수용 기준에 기반한 문제에 종속되지 않는 경쟁 가능한 솔루션 프레임워크를 제공하는 것.

제안 방법

• 이 방법은 현재 해보다 열악한 해도 동적으로 감소하는 임계값 이내일 경우 수용하는 메타휴리스틱인 Threshold Accepting을 사용한다. 이는 국소 최적해에서 벗어나기 위한 수단이 된다.
• 스토케스틱 이웃은 무작위로 이벤트를 현재 시간대에서 제거하고, 유효한 새로운 시간대와 실습실로 재할당하는 방식으로 정의된다. 이때 실습실 용량 위반을 초래하는 경우도 포함된다.
• 알고리즘은 현재 목표 함수 값의 1%에서 시작하는 임계값을 사용하며, 반복 과정에서 점차 감소시켜 검색의 정교함을 높인다.
• 초기 탇성 해는 사전 처리 단계를 통해 각 수업의 용량과 학생 수에 따라 실습실을 세 가지 유형(최적적합, 적합, 비적합)으로 분류함으로써 구성된다.
• 목표 함수는 네 가지 소프트 제약 조건을 하나의 가중치 합으로 통합한다: 실습실 용량 위반 수, 사용된 일수, 커리큘럼 밀집도(고립된 수업 최소화), 실습실 일관성(한 과목의 모든 이벤트가 동일한 실습실에 배치됨).
• 21개의 벤치마크 인스턴스에 대해 짧은 실행(375초)과 긴 실행(1억 개의 평가)을 통해 수렴성과 확장성을 평가하는 실험을 수행한다.

실험 결과

연구 질문

• RQ1 Threshold Accepting은 단순한 국소 탐색 방법(예: 오르막 탐색 및 반복적 국소 탐색)과 비교해 커리큘럼 기반 수업 스케줄링 문제 해결에 얼마나 효과적인가?
• RQ2 이 문제 영역에서 임계값 파rameter가 해의 품질과 수렴 속도에 어떤 영향을 미치는가?
• RQ3 장시간 실행이 comp05.ctt 및 comp12.ctt와 같은 어려운 인스턴스에서 해의 품질을 크게 향상시키는가?
• RQ4 제안된 초기 해 구성 및 이웃 구조는 메타휴리스틱의 성능에 어떤 영향을 미치는가?
• RQ5 특히 제약 위반이 높은 인스턴스에서 이 방법이 최적 또는 근접 최적 해에 얼마나 가까이 도달할 수 있는가?

주요 결과

• Threshold Accepting 접근법은 ITC 2007 경쟁에서 전체 순위 4위를 기록하여, 상위 랭킹 메서드가 아니더라도 뛰어난 성능을 보였다.
• comp11.ctt 인스턴스에서는 짧은 실행 후 소프트 제약 위반이 전혀 없는 최적 해를 발견했다.
• comp01.ctt에서는 오직 5개의 소프트 제약 위반만으로 매우 우수한 해를 달성하여, 더 쉬운 인스턴스에서의 높은 효율성을 보였다.
• 긴 실행(1억 평가)을 통해 상당한 개선이 이루어졌다: comp10.ctt는 25% 향상되었고, comp05.ctt는 위반 수를 359에서 326으로 감소시켜 알고리즘이 장시간 실행에 의해 유의미하게 이득을 본다는 점을 입증했다.
• 경쟁의 375초 제한 시간 내에 수렴하지 못했으며, 이는 경쟁적 성능을 내기 위해 추가 튜닝과 더 긴 실행 시간이 필수적이라는 점을 시사한다.
• comp05.ctt 및 comp12.ctt와 같은 인스턴스는 장시간 실행 후에도 높은 소프트 제약 위반 수(각각 359 및 389)를 유지하여, 타당하고 고품질의 해를 찾는 데 있어 본질적인 구조적 난이도가 있음을 시사한다.