"Generación de horarios académicos en INACAP utilizando algoritmos genéticos"
Professor Advisor
dc.contributor.advisor
Baloian Tataryan, Nelson
Author
dc.contributor.author
Ahumada Ahumada, Jorge Andrés
Staff editor
dc.contributor.editor
Facultad de Ciencias Físicas y Matemáticas
Staff editor
dc.contributor.editor
Departamento de Ciencias de la Computación
Associate professor
dc.contributor.other
Bustos Cárdenas, Benjamín
Associate professor
dc.contributor.other
Barceló Baeza, Pablo
Associate professor
dc.contributor.other
Paredes Moraleda, Rodrigo
Admission date
dc.date.accessioned
2015-06-17T19:30:43Z
Available date
dc.date.available
2015-06-17T19:30:43Z
Publication date
dc.date.issued
2014
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/131197
General note
dc.description
Magíster en Tecnologías de la Información
Abstract
dc.description.abstract
En todas las instituciones de educación, el proceso de creación de un horario académico es un desafío que se debe sortear semestre a semestre. Este proceso no es simple, ya que está sujeto a restricciones físicas, reglamentarias y legales entre otras.
El objetivo de esta investigación es ofrecer una alternativa de solución para el problema de la asignación de horarios y salas en INACAP, una de las instituciones de educación de mayor envergadura en cuanto a cantidad de alumnos y a infraestructura.
En este trabajo se revisan algunos de los métodos más utilizados para resolver estos problemas de tipo timetabling, un problema considerado de tipo NP-completo, entre los cuales se encuentra la programación lineal y los algoritmos genéticos.
Los algoritmos genéticos, como varios otros métodos, se basan en procesos que se encuentran presentes en la naturaleza. Son técnicas de optimización que emulan de cierta forma los conceptos de la evolución como la supervivencia y la reproducción postulados por Charles Darwin.
En este documento se muestra el diseño y la implementación de un algoritmo genético que logra resolver el problema planteado en tiempos muy razonables y con una muy buena calidad de las soluciones reflejada en el bajo porcentaje de choques horarios.
Se concluye que los algoritmos genéticos son una alternativa muy rápida y confiable para los problemas de optimización.