Show simple item record

dc.contributor.advisorRincón Serrano, Eduardospa
dc.contributor.authorVerjel Clavijo, Gerardo Alfonsospa
dc.date.accessioned2020-06-26T17:56:29Z
dc.date.available2020-06-26T17:56:29Z
dc.date.issued2005
dc.identifier.urihttp://hdl.handle.net/20.500.12749/1345
dc.description.abstractLa Universidad Autónoma de Bucaramanga requiere un modulo de software que facilite la automatización de la elaboración de los horarios de las asignaturas de los diferentes programas académicos de la universidad. La programación de los horarios de las asignaturas de cada una de las facultades que conforman la Universidad es un problema multivariable que involucra optimización de recursos. Entre las variables determinantes se encuentran la cantidad de docentes, su disponibilidad horaria, las asignaturas que pueden impartir; la cantidad, capacidad y disponibilidad horaria de los salones; entre otras. Además existen ciertas restricciones que complican aún más esta tarea como por ejemplo: las franjas horarias según los niveles, evitar los cruces de asignaturas que pertenecen a un mismo nivel, evitar los cruces de los horarios de los docentes, etc. Esto en la actualidad se hace con ayuda de herramientas ofimáticas como Word y Excel, causando inconsistencias al momento de integrar toda la información. El desarrollo de un algoritmo tradicional para la solución de este tipo de problema resultaría bastante complejo, por lo que se utilizaron técnicas de algoritmos genéticos que simulan el proceso de evolución natural. El objetivo principal del sistema de Programación de Horarios en Java Utilizando Técnicas de algoritmos Genéticos es la realización de los horarios de los docentes de la universidad Autónoma de Bucaramanga con el fin de evitar el cruce de Docentes, Salones, Cursos de un mismo nivel, Cursos que sean requisitos de otros Cursos, respetar la disponibilidad de los docentes entre otros.spa
dc.description.tableofcontentsINTRODUCCIÓN 1. OBJETIVOS 15 1.1 OBJETIVO GENERAL 15 1.2 OBJETIVOS ESPECÍFICOS 15 2. ALGORITMOS GENETICOS 16 2.1 COMO TRABAJA UN ALGORITMO GENÉTICO 17 2.1.1 Codificación del Dominio 17 2.1.2 Evaluación de la Población 18 2.1.3 Función de Adaptación 20 2.1.4 Selección 21 2.1.5 Cruce 22 2.1.6 Mutación 23 3. El ALGORITMO GENETICO SIMPLE (AGS) 24 4. ALGORITMOS GENETICOS PARALELOS 26 4.1 DIFERENCIA ENTRE EL ALGORITMO GENÉTICO SIMPLE Y EL ALGORITMO GENÉTICO PARALELO 27 4.2 DIVISIÓN DE LOS ALGORITMOS GENÉTICOS PARALELOS 28 4.2.1 Algoritmo Genético Paralelo global o de una sola población 28 4.2.2 Algoritmos Genéticos de Múltiples poblaciones o Distribuido 30 4.2.3 Diferencias entre El Algoritmo Genético Global o de una solo población y el Algoritmo Genético Paralelo Distribuido o de múltiple población. 32 5. PROGRAMACION DISTRIBUIDA 33 5.1 SERVICIO DE BÚSQUEDA 34 5.2 RMI (Remote Method Invocation) 34 5.3 JDBC 35 6. DESARROLLO DEL PROYECTO 36 6.1 ANALISIS Y DISEÑO 36 6.1.1 Declaración del Problema 36 6.2 ANÁLISIS DE REQUERIMIENTOS DEL SISTEMA DE PROGRAMACIÓN DE HORARIOS 38 6.2.1 Requerimientos Funcionales del Sistema de Horarios 38 6.2.2 Requerimientos no funcionales 40 6.2.3 Seudorequerimientos 41 6.2.4 Escenarios 43 6.3 CASOS DE USO DEL SISTEMA DE PROGRAMACIÓN DE HORARIOS. 45 6.3.1 Actores. 45 6.3.2 Casos de Uso 45 6.3.3 Diagrama de Casos de Uso Modulo de Generación de Horarios 48 6.3.4 Diagramas de Secuencia del sistema de Horarios. 48 6.3.4.1 Diagrama de Secuencia del caso de uso Ingresar Datos 49 6.3.4.1.1 Diagrama de Colaboración del caso de uso Ingresar Datos 50 6.3.4.2 Diagrama de Secuencia del caso de uso Buscar Datos 51 6.3.4.2.1 Diagrama de Colaboración del caso de uso Buscar Datos 52 6.3.4.3 Diagrama de Secuencia del caso de uso Eliminar Datos 53 6.3.4.3.1 Diagrama de Colaboración del caso de uso Eliminar Datos 54 6.3.4.4 Diagrama de Secuencia del caso de uso Actualizar Datos 55 6.3.4.4.1 Diagrama de Colaboración del caso de uso Actualizar Datos 56 6.3.4.5 Diagrama de Secuencia del caso de uso Generar Horarios 57 6.3.4.5.1 Diagrama de Colaboración del caso de uso Generar Horarios 58 6.3.4.6 Diagrama de Secuencia del caso de uso Consultar Horarios 59 6.3.4.6.1 Diagrama de Colaboración del caso de uso Consultar Horarios 60 6.3.4.7 Diagrama de Secuencia del caso de uso Modificar Horarios 61 6.3.4.7.1 Diagrama de Colaboración del caso de uso Modificar Horarios 62 7. DICCIONARIO DE DATOS 63 8. DESARROLLO DEL ALGORITMO GENETICO 84 8.1 POBLACIÓN INICIAL 84 8.2 FUNCION DE EVALUACION 86 8.3 OPERADORES GENETICOS 90 8.3.1 Operador de Selección 90 8.3.2 Operador de Cruce 91 8.3.3 Operador de mutación 93 9. CONCLUSIONES 96 REFERECIASspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleProgramación distribuida de horarios en Java utilizando técnicas de algoritmos genéticosspa
dc.title.translatedDistributed scheduling in Java using genetic algorithm techniqueseng
dc.degree.nameIngeniero de Sistemasspa
dc.coverageBucaramanga (Colombia)spa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.programPregrado Ingeniería de Sistemasspa
dc.description.degreelevelPregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de Gradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.subject.keywordsGenetic algorithmseng
dc.subject.keywordsDistributed Artificial Intelligenceeng
dc.subject.keywordsGenetic programmingeng
dc.subject.keywordsGenetics of computer scienceeng
dc.subject.keywordsSystems Engineeringeng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsJavaeng
dc.subject.keywordsGenetic algorithm techniqueseng
dc.subject.keywordsSoftware developmenteng
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.relation.referencesVergel Clavijo, Gerardo Alfonso (2005). Programación distribuida de horarios en Java utilizando técnicas de algoritmos genéticos. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABspa
dc.relation.referencesAGUILAR JOYANES LUIS, MARTINEZ ZAHONERO IGNACIO. “Programación en Java 2”spa
dc.relation.referencesBOOCH GRADY, RUMBAUGH JAMES, JACOBSON IVAR. “El lenguaje unificado de modelado UML”.spa
dc.relation.referencesPRESSMAN S, ROGER. “Ingeniería del software un enfoque practico cuarta edición”spa
dc.relation.referencesSUN MICROSYSTEM. “Object- oriented Analysis and Design Using UML”.spa
dc.relation.references1] MARCOS AURELIO CARVALCAINT PACHECO ICA: Núcleo de Pesquisa en Inteligencia Artificial Pontificia Diversidad de Católica Rió de Janeiro Algoritmos Genéticos: Principios y Aplicaciones http://www.ica.ele.puc-rio.br/pesquisa/download/paper.pdf Fecha: 19 de febrero del 2003spa
dc.relation.references[2] PABLO ESTEVEZ VALENCIA Instituto de Ingenieros de Chile Optimización Mediante Algoritmos Genéticos http://cipres.cec.uchile.cl/~em753/pdf/optimizacion.pdf Fecha: 12 de Marzo del 2003spa
dc.relation.references[3] SERGIO NESMACHOW Universidad de la Republica, Instituto de Computo Evolución en el diseño de los Algoritmos Genéticos Paralelos http://www.fing.edu.uy/~sergion/gp/documentos/propios/EDCAGP.pdf Fecha: 8 de Septiembre del 2005spa
dc.relation.references[4] JAVA EN CASTELLANO Tutoría de Java http://programacion.com/java/tutorial/jdcbook/5/#jdcbookcalculodistribuidospa
dc.subject.lembAlgoritmos genéticosspa
dc.subject.lembInteligencia artificial distribuidaspa
dc.subject.lembProgramación genéticaspa
dc.subject.lembGenética de la ciencia de la computaciónspa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.description.abstractenglishThe Autonomous University of Bucaramanga requires a software module that facilitates the automation of the elaboration of the schedules of the subjects of the different academic programs of the university. The programming of the schedules of the subjects of each of the faculties that make up the University is a multivariate problem that involves optimization of resources. Among the determining variables are the number of teachers, their time availability, the subjects they can teach; the number, capacity and hourly availability of the classrooms; among other. In addition, there are certain restrictions that further complicate this task, such as: time slots according to levels, avoiding crossings of subjects that belong to the same level, avoiding crossings of teachers' schedules, etc. This is currently done with the help of office tools such as Word and Excel, causing inconsistencies when integrating all the information. The development of a traditional algorithm to solve this type of problem would be quite complex, so genetic algorithm techniques were used that simulate the process of natural evolution. The main objective of the Schedule Programming system in Java Using Genetic Algorithm Techniques is the realization of the schedules of the teachers of the Autonomous University of Bucaramanga in order to avoid the crossing of Teachers, Classrooms, Courses of the same level, Courses that are requirements of other courses, respect the availability of teachers among others.eng
dc.subject.proposalJava
dc.subject.proposalTécnicas de algoritmos genéticos
dc.subject.proposalDesarrollo de software
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia