[论文解读] Harmony Search Algorithm for Curriculum-Based Course Timetabling Problem

Juliana Wahid, Naimah Mohd Hussin|arXiv (Cornell University)|Jan 21, 2014

Scheduling and Timetabling Solutions参考文献 17被引用 5

一句话总结

本文将和谐搜索算法（HSA）应用于课程基础课程时间表问题（CBCTP），通过记忆考虑、随机选择和音高调整生成新的时间表。尽管具有结构化的即兴创作过程，该算法仍未超越现有最佳解决方案，表明需进一步改进以提升在CBCTP上的性能。

ABSTRACT

In this paper, harmony search algorithm is applied to curriculum-based course timetabling. The implementation, specifically the process of improvisation consists of memory consideration, random consideration and pitch adjustment. In memory consideration, the value of the course number for new solution was selected from all other course number located in the same column of the Harmony Memory. This research used the highest occurrence of the course number to be scheduled in a new harmony. The remaining courses that have not been scheduled by memory consideration will go through random consideration, i.e. will select any feasible location available to be scheduled in the new harmony solution. Each course scheduled out of memory consideration is examined as to whether it should be pitch adjusted with probability of eight procedures. However, the algorithm produced results that were not comparatively better than those previously known as best solution. With proper modification in terms of the approach in this algorithm would make the algorithm perform better on curriculum-based course timetabling.

研究动机与目标

• 为解决学术机构中著名的NP难调度问题——课程基础课程时间表问题（CBCTP）的复杂性。
• 探索和谐搜索算法（HSA）作为元启发式方法在求解CBCTP中的适用性。
• 评估HSA组件——记忆考虑、随机考虑和音高调整——在生成可行且高质量时间表方面的有效性。
• 识别当前HSA在CBCTP中实现的局限性，并提出算法改进方向。

提出的方法

• 通过记忆考虑生成新解的方式将和谐搜索算法应用于CBCTP，其中课程编号根据其在和谐记忆中出现频率最高者进行选择。
• 对于未安排的课程，采用随机考虑从可用选项中选择任意可行时间槽。
• 通过基于八个预定义程序的概率对随机选择的课程进行音高调整，以优化解的质量。
• 通过在和谐即兴创作过程中平衡探索（随机考虑）与开发（记忆考虑），迭代改进解。
• 解的表示方式将课程分配编码至时间槽，评估过程中考虑课程持续时间与教师可用性等约束。
• 根据可行性与目标函数值评估算法性能，并与已知基准解进行比较。

实验结果

研究问题

• RQ1 和谐搜索算法能否通过其核心组件——记忆考虑、随机选择和音高调整——有效求解课程基础课程时间表问题？
• RQ2 记忆考虑与随机选择的结合在CBCTP中如何影响解的质量？
• RQ3 在HSA框架中，音高调整在提升生成时间表适应度方面发挥多大作用？
• RQ4 为何所提出的HSA变体未能在CBCTP基准测试中达到与先前已知最佳解相当的结果？
• RQ5 对HSA方法进行何种修改可提升其在CBCTP问题上的性能？

主要发现

• 所提出的和谐搜索算法未能产生在课程基础课程时间表问题上优于先前已知最佳解决方案的结果。
• 基于和谐记忆中课程编号最高出现频率的记忆考虑被用于引导解的生成，但未带来更优结果。
• 随机考虑使剩余课程得以安排在可行时间槽，增强了解的多样性，但未提升性能。
• 音高调整以既定概率应用于随机选择的课程，但未显著改善解的质量。
• 本研究结论认为，尽管HSA框架适用于CBCTP，但其当前实现缺乏必要的优化，无法超越现有最先进方法。
• 建议进一步改进算法，以增强HSA过程中探索与开发之间的平衡，从而提升在CBCTP问题上的性能。