Когнитивный подход к разработке расписаний занятий на основе модификации генетического алгоритма

Цель исследования. Поиск возможностей и ограничений использования когнитивных технологий (КТ) для решения слабоформализованных (творческих) задач в различных областях. Оценка эффективности КТ применения по сравнению с традиционными методами. Анализ применения КТ на основе генетических алгоритмов для оптимизации процессов и решения сложных слабоформализованных задач на примере составления расписания школы.

Методы. Использование генетического алгоритма (ГА) для составления расписания путем комбинирования и вариаций данными, подобно эволюционному отбору в природе.

Результаты. В результате проведенного программного моделирования с использованием ГА получен вариант расписания для типичной средней городской школы, учитывающий все нормы "школьного" СанПиН и пожелания учителей, отличающийся простотой в использовании и гибкостью при добавлении новых ограничений, а также высокой скоростью работы на обычных офисных компьютерах.

Заключение. Актуальность использования генетических алгоритмов для составления расписаний заключается в быстром автоматическом поиске оптимального или приемлемого решения в большом пространстве возможных вариантов, с учетом установленных ограничений и приоритетов, а также в гибкости и адаптивности для различных типов задач.

1. Староверова Н. А., Шустрова М. Л. Искусственный интеллект в профессиональной сфере. Казань: Общество с ограниченной ответственностью "Ред.-издательский центр "Школа", 2022. 84 с.

2. Буйневич И.А., Криушина Ю.А., Халин Ю.А., Катыхин А.И., Криушин Е.А. Метод построения нечеткой когнитивной карты конкурентоспособности машиностроительного предприятия. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2023;13(3):146-163. https://doi.org/10.21869/2223-1536-2023-13-3-146-163.

3. Основы нейрокибернетики, генетические алгоритмы. Тула: ТулГУ, 2014. 103 с. EDN XTAFDV.

4. Курейчик В. М., Гладков Л. А., Курейчик В. В. Эволюционное моделирование и генетические алгоритмы. Методы поиска оптимальных решений на основе инспирирированных природой систем. Saarbrücken: LAP LAMBERT, 2011. 260 с. EDN GZYNBJ.

5. Лисицин Л. А., Халин Ю. А., Лисицин А. Л. Системы поддержки принятия управленческих решений в условиях неполной информации // Известия ЮгоЗападного государственного университета. 2012. № 4-2 (43). С. 95-99.

6. Bioethics, Artificial Intelligence and Medical Diagnostics / A. G. Chuchalin, V. Yu. Mishlanov, Ya. V. Mishlanov [et al.]. Perm: Academician Ye.A. Vagner Perm State Medical University, 2019. EDN SYBNMU.

7. Сурова Н. Ю., Косов М. Е. Искусственный интеллект. М.: ООО "Издательство "Юнити-Дана", 2021. 408 с. EDN QZEMDW.

8. Остроух А. В. Введение в искусственный интеллект. Красноярск: Научноинновационный центр, 2020. 250 с. DOI 10.12731/978-5-907208-26-1. EDN KTJGZM.

9. Когнитивное моделирование информационного обеспечения игрового автоматизированного обучения / Ю.А. Халин, А.И. Катыхин, С.А. Зинкин, А.А. Шилин // Известия Юго-Западного государственного университета. 2022;26(4):117-131. https://doi.org/10.21869/2223-1560-2022-26-4-117-131.

10. Танаев В.С., Шкурба В.В. Введение в теорию расписаний (Экономикоматематическая библиотека). М.: Наука, 1975. 256 с.

11. Могилев А. А. Обзор методов решения задач теории расписаний // Информатика, вычислительная техника и инженерное образование: 2019. №4(37). URL: ivtio.ru/37.htm.

12. Биоэтика, искусственный интеллект и медицинская диагностика : Посвящается 150-летию открытия Периодического закона химических элементов / А. Г. Чучалин, В. А. Черешнев, В. Ю. Мишланов [и др.]. Пермь : Пермский гос. мед. университет имени академика Е.А. Вагнера, 2019. 208 с. EDN ZDMXHV.

13. Цифровая трансформация и искусственный интеллект в разработке биологически активных веществ и лекарственных форм / Л. В. Погребняк, Е. А. Кульгав, Е. В. Ковтун, А. В. Погребняк. М.: ООО «Издательство «Мир науки», 2022. 201 с. EDN LWVFJC.

14. Антонова В.М., Старцев Е.А., Юрин О.В. Использование DIALOGFLOW в расписании студентов // Методические вопросы преподавания инфокоммуникаций в высшей школе. 2021. Т. 10. № 4. С. 4-8.

15. Буланов Р.В., Долженко А.И. Микросервисная архитектура подсистемы "Расписание занятий ргэу (ринх)" // Информатизация в цифровой экономике. 2020. Т. 1. № 4. С. 141-152.

16. Гармаева Д.А., Казимиров А.С., Попова В.А. Создание информационной системы для представления расписания занятий высшего учебного учреждения // Молодежный вестник ИрГТУ. 2021. Т. 11. № 1. С. 21-28.

17. Голяков С.М., Шилова А.Ю., Шилов Ю.М. Применение теории расписаний для организации учебного процесса общеобразовательных учреждениях // Сборник статей XXV Международной научно-практической конференции «Наука и образование: сохраняя прошлое, создаём будущее». Пенза. Изд-во: Наука и Просвещение, 2019. Ч. 1. С. 42-44.