Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicación Del Método de Composición Musical Al Problema de Asignación de Unidades de Enseñanza y Aprendizaje
Aplicación Del Método de Composición Musical Al Problema de Asignación de Unidades de Enseñanza y Aprendizaje
Rafaela Blanca Silva Lpez1 Rosa Elena Cruz Miguel1 Eric Alfredo Rincn
Garca1 Roman Anselmo Mora Gutirrez1 Antonin Ponsich1
1
RESUMEN
El problema de horarios en instituciones educativas tiene una complejidad
computacional que dificulta la obtencin de respuestas mediante el uso de mtodos
exactos, por lo que se han empleado tcnicas heursticas que generan soluciones
factibles en tiempos de cmputo aceptables. En este trabajo se presenta el
problema de acomodar unidades de enseanza y aprendizaje en el menor nmero
de trimestres, al tiempo que se satisfacen los criterios establecidos para que los
estudiantes puedan cursarlas. La solucin de este problema se obtiene mediante la
implementacin de una heurstica poblacional, el Mtodo de Composicin Musical.
Los resultados obtenidos cumplen con los requerimientos establecidos y
actualmente estn siendo valorados por las autoridades educativas.
Palabras clave: Asignacin de horarios, heurstica, mtodo de composicin
musical, NP-Duro, programacin lineal, optimizacin.
ABSTRACT
Scheduling problems in educational institutions have a computational complexity
that makes it difficult to obtain optimal solutions using exact methods. Thus,
heuristic techniques have been used to generate feasible solutions in acceptable
computation times. In this paper, we solve the problem of assigning teaching and
learning units in the least number of quarters using a population heuristic, Method
of Musical Composition. The generated solutions satisfy the requirements and show
higher quality than manual-built schedules, so that they are currently being
evaluated by the educational authorities.
Keywords: Assignment problem, heuristic, method of musical composition, NPHard, linear programming, optimization.
INTRODUCCIN
El problema de asignacin de horarios puede entenderse como la asignacin, sujeta
a restricciones, de recursos a ciertas tareas disponibles dentro de ventanas de
tiempo especficas, de tal forma que se satisfacen, en la medida de lo posible, un
conjunto de objetivos deseables [4].
Este tipo de problemas aparece en diferentes actividades diarias, como generar
turnos de enfermeras [1], horarios en medios de transporte [5, 10], en asignacin
de equipos de trabajo [2]. En particular es comn en instituciones educativas de
nivel superior, y normalmente implican la asignacin de profesores, aulas,
laboratorios, cursos, exmenes, entre otros, a horarios establecidos [13-14]. Un
caso especial de este tipo de problemas es conocido como currculo acadmico, en
el que se busca determinar el periodo escolar en el que un estudiante deber cursar
cada una de las materias requeridas para poder completar su licenciatura, de tal
forma que se cumplan con restricciones, como seriaciones, y se optimice una
funcin objetivo, como cargas acadmicas balanceadas durante toda la carrera [7].
Con frecuencia, para resolver el problema resultante se recurre a procesos
manuales que requieren gran cantidad de tiempo y que en muchas ocasiones deben
repetirse al modificar algn curso. Por lo tanto, disear una herramienta capaz de
generar soluciones de forma automtica y eficiente se ha convertido en un objetivo
valioso. Sin embargo, este problema puede verse como un caso particular del
problema de empaquetamiento con restricciones de precedencia, del cual hereda la
complejidad computacional, que ha demostrado ser NP-Duro [6], por lo que el uso
de mtodos exactos puede ser inadecuado en instancias de la vida real.
Por lo anterior, el uso de tcnicas heursticas se ha convertido en una herramienta
que permite encontrar soluciones de buena calidad en tiempos de cmputo
aceptables. De hecho, en los trabajos mencionados anteriormente se emplearon
tcnicas como una variante de bsqueda armnica, bsqueda local iterada, un
algoritmo mimtico basado en bsqueda Tab y apareamiento de abejas melferas.
Cabe mencionar, no obstante, que para una formulacin general para esta clase de
problemas no se ha identificado un mtodo que supere significativamente a los
dems.
En este trabajo se presenta una aplicacin del problema de currculo acadmico en
el que se busca ubicar unidades de enseanza y aprendizaje (UEA) en diferentes
trimestres, de tal forma que se satisfacen las condiciones, establecidas por la
Divisin de Ciencias Bsicas de la Universidad Autnoma Metropolitana unidad
Azcapotzalco (UAM-A), para que los estudiantes puedan inscribirse en ellas, al
tiempo que se busca minimizar el nmero de trimestres requeridos para
completarlas. Para encontrar soluciones en tiempos de cmputo aceptables se
consider necesario aplicar un mtodo heurstico, ya que clculos preliminares
realizados con un mtodo de resolucin exacto comprobaron la incapacidad de este
ltimo para determinar una solucin factible en un tiempo de cmputo
razonable. En las ltimas dcadas se ha desarrollado una amplia variedad de
tcnicas heursticas [3], que buscan mejorar la calidad de las soluciones
encontradas o disminuir los tiempos de cmputo necesarios para generarlas. En
este sentido se busc una tcnica de reciente creacin para adaptarla al problema
de asignacin de EE.UU., los resultados obtenidos permitiran evaluar su
desempeo en esta clase de problemas, y de ser satisfactorios se podra emplear
en instancias de mayor dificultad. Finalmente, se opt por implementar una tcnica
heurstica poblacional conocida como Mtodo de Composicin Musical (MMC). La
razones por las cuales se seleccion esta tcnica son: a) su desempeo ha sido
prometedor en el marco de problemas de optimizacin continua; b) el MMC es un
(3)
(4)
(5)
(6)
(7)
(8)
Donde
yij, es una variable binaria que vale 1 si la i-sima UEA se cursa en el trimestre j, o
cero en otro caso. U={1,2,...,mj, es el conjunto de UEA que debe cursar un
estudiante durante la licenciatura.
Si, es el conjunto de UEA que deben acreditarse antes de cursar la i-sima UEA.
ci, es el nmero de crditos obtenidos al aprobar la i-sima UEA.
minci, es el mnimo nmero de crditos necesarios para cursar la i-sima UEA.
n, es un nmero de trimestres en el que podran acomodarse las UEA sin violar las
restricciones. m, es el nmero de UEA.
De esta forma, la funcin objetivo, dada por la ecuacin (1), busca minimizar el
nmero de trimestres requeridos para que un estudiante curse todas las UEA
requeridas en la licenciatura. Las restricciones (2) y (4) garantizan el cumplimiento
de seriacin y mnimo nmero de crditos para cursar una UEA (Rl, R2). La
restriccin (3) asegura que cada UEA ser asignada a exactamente un trimestre.
Finalmente, las restricciones (5) y (6) evitan que se exceda el mximo nmero de
crditos permitidos por trimestre (R3, R4). Por lo tanto, el problema de currculo
acadmico considerado en este artculo requiere que todas las restricciones sean
satisfechas para considerar que la solucin es factible.
Como se mencion anteriormente, la complejidad computacional de este tipo de
problemas hace que el uso de mtodos exactos se restrinja a instancias pequeas,
mientras que instancias medianas o grandes son resueltas, normalmente, mediante
Al inicio el algoritmo genera para cada compositor una red social, i.e. un
conjunto de arcos que representa las relaciones entre compositores. En este
caso se determin el uso de una red lineal, en la que el compositor i, solo
intercambia informacin con los compositores i - 1 e i + 1, con excepcin del
compositor 1 y el Nc-simo compositor, quienes solo tienen un vecino. Esta red
social permanece fija durante todo el algoritmo, por lo que se omite el proceso
de actualizacin de vnculos.
Para cada compositor se crea aleatoriamente un conjunto de soluciones. Un
nmero aleatorio generado uniformemente en el rango [0,1] permite asignar un
valor aleatorio a cada variable binaria.
Cada uno de los compositores compara su peor meloda (la que tiene el peor
valor del objetivo) con las de los compositores pertenecientes a su red social.
Adquiere aquellas que la mejoran.
Basndose en la etapa previa de intercambio de informacin, se actualiza la
matriz de conocimiento, ms especficamente la sub-matriz ISAi asociada a las
ideas socialmente adquiridas.
Para llevar a cabo el proceso de creacin de nuevas soluciones cada compositor
elije 3 melodas. La primera es la mejor solucin de su matriz de conocimientos,
Sm, la segunda es elegida al azar entre las soluciones restantes,
y la ltima es una meloda propia del compositor, S p.
Posteriormente se emplea un procedimiento similar a una cruza de dos puntos
para tres padres, como se aplica en el marco de Algoritmos Evolutivos. En este
Tabla 3. Tiempo
promedio en
segundos empleado
por MMC.
Despus de 100 corridas del programa diseado para este problema, se obtuvieron
99 soluciones factibles con 11 trimestres, y una solucin factible con 12 trimestres.
Por lo tanto, el algoritmo es capaz de generar soluciones que satisfacen los criterios
R1-R4, requiriendo a lo ms de 12 trimestres. Los resultados fueron revisados por
las autoridades del Departamento de Sistemas de la UAM-A. En la Tabla 6 se
presentan 2 soluciones generadas por el algoritmo, en cada una de ellas se indican
las UEA y el total de crditos que deben cursarse cada trimestre. Es importante
destacar que el plan de estudios establece 12 trimestres para cursar la carrera.
Tabla 6. Dos soluciones para
11 trimestres con un
mximo de 60 crditos por
trimestre.
CONCLUSIONES
En este trabajo se present un problema de asignacin de tareas, consistente en
ubicar un conjunto de UEA en el mnimo nmero de trimestres, respetando
restricciones de seriacin, mnimo nmero de crditos antes de cursar una UEA y
mximo nmero de crditos por trimestre. Por tratarse de un problema NP-Duro, y
tras considerar que se resolvera una instancia mediana, se decidi implementar un
REFERENCIAS
[1] M.A. Awadallah, A.T. Khader, M.A. Al-Betar and A.L. Bolaji. "Global best
harmony search with a new pitch adjustment designed for Nurse Rostering".
Journal of King Saud University - Computer and Information Sciences. Vol. 25,
Issue 2, pp. 145-162. 2013.
[ Links ]
[2] D. Barrera, N. Velasco and C.A. Amaya. "A network-based approach to the
multi-activity combined timetabling and crew scheduling problem: Workforce
scheduling for public health policy implementation". Computers & Industrial
Engineering. Vol. 63, Issue 4, pp. 802-812. 2012.
[ Links ]
[3] J. Brownlee. "Clever Algorithms: Nature-Inspired Programming Recipes". Lulu
Enterprises. Melbourne, Australia. 2011.
[ Links ]
[4] E.K. Burke and S. Petrovic. "Recent research directions in automated
timetabling". European Journal of Operational Research. Vol. 140, pp. 266-280.
2002.
[ Links ]
[5] V. Cacchiani and P. Toth. "Nominal and robust train timetabling problems".
European Journal of Operational Research. Vol. 219, Issue 3, pp. 727-737. 2012.
[ Links ]
[6] M. Chiarandini, L. Gaspero, S. Gualandi, and A. Schaerf. "The balanced
academic curriculum problem revisited". Journal of Heuristics. Vol. 8, Issue 1, pp.
119-148. 2012.
[ Links ]
[7] M. Dell'Amico, J.C. Daz Daz and M. Iori. "Bin packing problem with precedence
constraints". Operations Research. Vol. 60, Issue 6, pp. 1491-1504. 2012.
[ Links ]
[8] C. Gershenson. "Computing networks: a general framework to contrast neural
and swarm cognitions". Paladyn J. Behav Robot. Vol. 1, Issue 2, pp. 147-153.
2010.
[ Links ]
[9] GUSEK, GLPK Under Scite Extended Kit. Fecha de Consulta: 22 de noviembre de
2013. URL: http://gusek.sourceforge.net/gusek.html
[ Links ]
[10] O.J. Ibarra-Rojas and Y.A. Rios-Solis. "Synchronization of bus timetabling".
Transportation Research Part B: Methodological. Vol. 46, Issue 5, pp. 599-614.
2012.
[ Links ]
[11] R.A. Mora-Gutirrez, J. Ramrez-Rodrguez, E.A. Rincn-Garca, A. Ponsich and
O. Herrera. "An optimization algorithm inspired by social creativity systems".
Computing. Vol. 94, Issue 11, pp. 887-914. 2012.
[ Links ]
[12] R.A. Mora-Gutirrez, J. Ramrez-Rodrguez and E.A. Rincn-Garca. "An
optimization algorithm inspired by musical composition". Artificial Intelligence
Review. Vol. 3, pp. 1-15. 2012.
[ Links ]
[13] N.R. Sabar, M. Ayob, G. Kendall and R. Qu. "A honey-bee mating optimization
algorithm for educational timetabling problems". European Journal of Operational
Research. Vol. 216, Issue 3, pp. 533-543. 2012.
[ Links ]
[14] A. Salwani and T. Hamza. "On the use of multi neighbourhood structures
within a Tabu-based memetic approach to university timetabling problems".
Information Sciences. Vol. 191, pp. 146-168. 2012.
[ Links ]