Optimización evolutiva multi-objetivo en la planificación de controles a clase en la educación superior cubana

• Pavel Novoa-Hernández ^[1]
  1. [1] Universidad de Holguín

     Universidad de Holguín

     Cuba

     
• Localización: Computación y Sistemas (CyS), ISSN 1405-5546, ISSN-e 2007-9737, Vol. 19, Nº. 2, 2015, págs. 321-335
• Idioma: español
• DOI: 10.13053/CyS-19-2-2008
• Títulos paralelos:
  • Evolutionary Multi-objective Optimization for Scheduling Professor Evaluations in Cuban Higher Education
• Enlaces
  • Texto completo
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    En Cuba, un control a clase es el proceso en el que se evalúa la calidad de la docencia impartida por el profesor universitario. La planificación de los controles a clase es realizada comúnmente por el jefe de departamento, el cual debe cumplir con varios criterios a la vez. Algunos de estos criterios son: la presencia en el tribunal de al menos un miembro del mismo colectivo y/o con categoría igual o superior que el profesor evaluado, la disponibilidad y nivel de utilización de los miembros del tribunal, entre otros. Esta tarea se torna compleja cuando se tienen en cuenta un gran número de profesores y controles al mismo tiempo. Con el objetivo de resolver esta problemática en el presente trabajo se propone un enfoque computacional basado en: 1) la modelación de este proceso como un problema de optimización multi-objetivo, y 2) su solución mediante una variante del conocido algoritmo evolutivo NSGA-II. Los resultados de los experimentos computacionales realizados muestran que nuestras propuestas ofrecen soluciones útiles y de calidad.

  • English

    In Cuba, university professors are often evaluated during the development of a class. Scheduling such evaluations along the academic semester is a common task of the head of the department, who must satisfy several criteria at the same time. Examples of these criteria are the presence of at least one tribunal member of the same academic unit, the presence of at least one tribunal member with equal docent category, availability and the utilization level of the tribunal members, among others. However, scheduling professor evaluations can become a complex task if several professors and evaluations are considered. Aiming at solving this problem, in the present work we propose a computational approach based on 1) modelling this task as a multi-objective optimization problem and 2) solving this problem by adapting a variant of a very well-known evolutionary algorithm, NSGA-II. The results of the performed computational experiments show that our proposal contributes to obtaining useful quality solutions.

• Referencias bibliográficas
  • Deb, K.,Pratap, A.,Agarwal, S.,Meyarivan, T.. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary...
  • Wegener, I.. (2005). Complexity Theory: Exploring the Limits of Efficient Algorithms. Springer-Verlag. BerlinHeidelberg.
  • Novoa-Hernández, P.,Novoa-Hernández, M.A.,Rivero Peña, Y.. (2013). Propuesta de técnicas evolutivas para la confección automática de tribunales...
  • Escalera Fariñas, K.,Infante Abreu, A.L.,André Ampuero, M.,Rosete Suárez, A.. (2014). Uso de estrategias de paralelización en algoritmos metaheurísticos...
  • Schaerf, A.. (1999). A Survey of Automated Timetabling. Artificial Intelligence Review. 13. 87-127
  • Burke, E.K.,Petrovic, S.. (2002). Recent Research Directions in Automated Timetabling. European Journal of Operational Research. 140. 266-280
  • Petrovic, S.,Burke, E.K.. (2004). Handbook of Scheduling: Algorithms, Models, and Performance Analysis. CRC Press.
  • Coello Coello, C.A.,Van Veldhuizen, D.A.,Lamont, G.. (2005). Evolutionary Algorithms for Solving Multi-Objective Problems. 2. Springer Science+Business...
  • Zhou, A.,Qu, B.Y.,Li, H.,Zhao, S.Z.,Suganthan, P.N.,Zhang, Q.. (2011). Multiobjective evolutionary algorithms: A survey of the state of the...
  • Melián, B.,Moreno Pérez, J.,Moreno Vega, J.. (2003). Metaheurísticas: Una visión global. Revista Iberoamericana de Inteligencia Artificial....
  • Talbi, E.G.. (2009). Metaheuristics: from design to implementation. John Wiley and Sons.
  • Ehrgott, M.. (2005). Multicriteria Optimization. 2. Springer. BerlinHeidelberg.
  • Sarker, R.,Ray, T.. (2009). An improved evolutionary algorithm for solving multiobjective crop planning models. Computers and Electronics...
  • Saadatseresht, M.,Mansourian, A.,Taleai, M.. (2009). Evacuation planning using multiobjective evolutionary optimization approach. European...
  • Ting, C.K.,Lee, C.N.,Chang, H.C.,Wu, J.S.. (2009). Wireless heterogeneous transmitter placement using multiobjective variable-length genetic...
  • Shin, S.Y.,Lee, I.H.,Kim, D.,Zhang, B.T.. (2005). Multiobjective evolutionary optimization of DNA sequences for reliable DNA computing. IEEE...
  • Saravanan, R.,Ramabalan, S.,Ebenezer, N.G.R.,Dharmaraja, C.. (2009). Evolutionary multi criteria design optimization of robot grippers. Applied...
  • Wozniak, P.. (2011). Preferences in multi-objective evolutionary optimisation of electric motor speed control with hardware in the loop. Applied...