MétaCan
Menu
Retour à la cohorte
Enregistrement W7018140948

A constructive and a local search method applied to the examination timetabling problem

2013· other· en· W7018140948 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2013
Typeother
Langueen
DomaineDecision Sciences
ThématiqueScheduling and Timetabling Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConstructiveFuzzy logicBenchmark (surveying)HeuristicSet (abstract data type)Particle swarm optimizationFuzzy setFunction (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis addressed the Examination Timetabling Problem, in particular the Toronto and International Timetabling Competition problems which are mostly used as benchmark instances for comparison of different methods. Both Toronto and International Timetabling Competition problems were, described in detail. Although International Timetabling Competition problems were more complex, they could not be used to describe the Toronto problems. Moreover, a mathematical formulation was also presented for both of these problems. We proposed a new Unified model that encapsulated both the Toronto and the International Timetabling Competition models. A mathematical formulation was also presented for this new model. We also proposed a constructive heuristic approach based on Choquet integral. We used this method to combine the information given by different basic heuristics. We used a fuzzy measure to model the importance of each heuristic as well as the interaction between them. A new set function was also proposed. It was proven that this new set function was in fact a fuzzy measure. We also proposed to use the Differential Evolution algorithm to find good fuzzy measures which then were used in the aforementioned construction algorithm. The Differential Evolution used the new proposed set function to overcome some issues related with the tuning of fuzzy measures. Lastly, we described a new discrete Particle Swarm Optimisation algorithm. The algorithm used kempe-chain.based jumps to move the particles between different solutions. All the proposed approaches were tested using the Toronto and International Timetabling Competition instances.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0250,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,053
Tête enseignante GPT0,353
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle