Mostrar el registro sencillo del ítem

Prototipo de herramienta en entorno web para la asignación de salones de la Universidad Autónoma de Bucaramanga, en horario extendido

dc.contributor.advisorTalero Sarmiento, Leonardo Hernán
dc.contributor.advisorMoreno Corzo, Feisar Enrique
dc.contributor.authorDuarte Uribe, Carlos Eduardo
dc.contributor.authorSanabria Romero, Lizeth Johanna
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.date.accessioned2021-09-15T15:04:16Z
dc.date.available2021-09-15T15:04:16Z
dc.date.issued2020
dc.identifier.urihttp://hdl.handle.net/20.500.12749/14282
dc.description.abstractLa UNAB es una Institución dedicada al servicio de la Educación Superior la cual ofrece programas en diferentes niveles de formación y modalidades, en el nivel de pregrado se ofertan programas presenciales en horario extendido, lo que significa que sus clases se encuentran de Lunes a Viernes entre las 6 a 8 am y de 6 a 10 p.m. y el día Sábado de 6 a 12pm; en promedio hay alrededor de 450 cursos equivalentes a aproximadamente 600 franjas horarias programadas con estas características, para lograr dicha oferta, es necesario tener una correcta asignación de horarios y espacios físicos para que de esta manera pueda llegar a suplir las necesidades académicas de los estudiantes. Para una correcta asignación se debe tener en cuenta la oferta de estudiantes para los diferentes cursos, un horario, un espacio físico, y el profesor que impartirá el curso. Al asignar los horarios propuestos se presentan dificultades como: cruce de horarios de cursos en de un mismo semestre, cruce de horario con docentes que dictan en otros programas, la asignación de espacio quede pendiente por cambios de horario o no disponibilidad de espacio físico, la consecuencia de no realizar la correcta asignación es la no apertura del curso, por lo cual diferentes estudiantes se pueden atrasar en el cumplimiento de su plan de estudios. Teniendo en cuenta lo anterior, el presente proyecto propone el desarrollo de un prototipo de base tecnológica en entorno web, bajo el lenguaje de programación python y usando el framework django; en este prototipo se realiza la asignación de espacios físicos a cursos en horario extendido usando algoritmos genéticos para encontrar un modelo de asignación.spa
dc.description.tableofcontents1. Planteamiento del problema y justificación ..................................................... 11 1.1. Planteamiento del problema ........................................................................ 11 1.2. Justificación ................................................................................................. 13 2. Objetivos ......................................................................................................... 15 2.1. Objetivo General ......................................................................................... 15 2.2. Objetivos Específicos .................................................................................. 15 3. Resultados ...................................................................................................... 16 Capítulo 1: Caracterización de la asignación de espacios físicos. ......................... 17 4. Estado del arte ................................................................................................ 17 5. Requisitos y especificaciones ......................................................................... 22 5.1. Identificación de asignación de espacios físicos en la UNAB ..................... 22 5.1.1. Entrevista aplicada al auxiliar administrativo de programación académica de la UNAB ............................................................................................................ 23 5.1.2. Análisis del proceso de programación académica en la UNAB. ............... 24 Capítulo 2: Diseño del software ............................................................................. 30 6. Metodológia de desarrollo ............................................................................... 30 6.1. Aplicación de la metodologia crystal clear en el desarrollo del sistema de asignación de aulas “Room Allocation System” ..................................................... 30 6.1.1. Definición de requerimientos .................................................................... 33 6.1.3. Diagramas de actividades ......................................................................... 40 6.1.4. DIAGRAMA de secuencia ......................................................................... 48 6.1.5. Diagrama de base de datos ...................................................................... 53 Capítulo 3: Algoritmo genético ............................................................................... 54 7. Diseño del algoritmo genético ......................................................................... 54 7.1. Definición del problema ............................................................................... 54 7.2. Formulación del modelo matemático........................................................... 54 7.3. Pruebas del algoritmo genético ................................................................... 62 Capítulo 4: Herramienta de software ..................................................................... 66 8. Descripción de sistema ................................................................................... 66 Capítulo 5: Evaluación del algoritmo genético ....................................................... 70 9. Resultados del algoritmo genético .................................................................. 70 9.1. Análisis de la asignación de salón de clase de lunes a viernes .................. 70 9.2. Análisis de la asignación de salón de clase del sábado .............................. 71 9.3. Análisis de la asignación de aula de informática de lunes a viernes ........... 72 9.4. Análisis de la asignación de aula de informática del sábado ...................... 73 9.5. Análisis de la asignación de sala de estudio lunes a viernes ...................... 74 10. Conclusiones ............................................................................................... 76 11. Trabajos futuros .......................................................................................... 77 12. Referencias ................................................................................................. 78 13. Anexos ........................................................................................................ 80 Anexo 1: Caracterización programación académica .............................................. 80 Anexo 2: Manual de uso de room allocation system ............................................ 104 Anexo 3: Modelo Programación académica......................................................... 114 Anexo 4: Instructivo para realizar Rolado ............................................................ 124 Anexo 5: Instructivo de componentes calificables ................................................ 144 Anexo 6: instructivo lista cruzada ......................................................................... 159 Anexo 7: instructivo crear y modificar NRC en SSASECT ................................... 178spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titlePrototipo de herramienta en entorno web para la asignación de salones de la Universidad Autónoma de Bucaramanga, en horario extendidospa
dc.title.translatedPrototype of a tool in a web environment for the allocation of rooms at the Autonomous University of Bucaramanga, in extended hoursspa
dc.degree.nameIngeniero de Sistemasspa
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.keywordsSystems engineerspa
dc.subject.keywordsTechnological innovationsspa
dc.subject.keywordsOptimizationspa
dc.subject.keywordsGenetic algorithmspa
dc.subject.keywordsEvolutionary algorithmspa
dc.subject.keywordsAssignmentspa
dc.subject.keywordsNumerical analysisspa
dc.subject.keywordsPrototype designspa
dc.subject.keywordsClassroomsspa
dc.subject.keywordsWeb environmentspa
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.referencesAbdelhalim, E. A., & El Khayat, G. A. (2016). A Utilization-based Genetic Algorithm for Solving the University Timetabling Problem (UGA). Alexandria Engineering Journal, 55(2), 1395–1409. https://doi.org/10.1016/j.aej.2016.02.017spa
dc.relation.referencesAhmad, I. R., Sufahani, S., Ali, M., & Razali, S. N. A. M. (2018). A Heuristics Approach for Classroom Scheduling Using Genetic Algorithm Technique. Journal of Physics: Conference Series, 995(1). https://doi.org/10.1088/17426596/995/1/012050spa
dc.relation.referencesAssi, M., Halawi, B., & Haraty, R. A. (2018). Genetic Algorithm Analysis using the Graph Coloring Method for Solving the University Timetable Problem. Procedia Computer Science, 126, 899–906. https://doi.org/10.1016/j.procS.2018.08.024spa
dc.relation.referencesBerisha, A., Bytyçi, E., & Tërshnjaku, A. (2017). Parallel genetic algorithms for university scheduling problem. International Journal of Electrical and Computer Engineering, 7(2), 1096–1102. https://doi.org/10.11591/ijece.v7i2.pp1096-1102spa
dc.relation.referencesChong-Keat, T., Wibowo, A., & Ngadiman, S. (2015). A rectification strategy in genetic algorithms for academic timetabling problem. Jurnal Teknologi, 74(1), 159–163. https://doi.org/10.11113/jt.v74.3041spa
dc.relation.referencesMahiba, A. A., & Durai, C. A. D. (2012). Genetic algorithm with search bank strategies for university course timetabling problem. Procedia Engineering, 38, 253–263. https://doi.org/10.1016/j.proeng.2012.06.033spa
dc.relation.referencesNguyen, Q.-H., Nien, P. D., Nam, N. H., Huynh Tuong, N., & Thoai, N. (2013). A genetic algorithm for power-aware virtual machine allocation in private cloud. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics): Vol. 7804 LNCS. https://doi.org/10.1007/978-3-642-36818-9_19spa
dc.relation.referencesSyahputra, M. F., Apriani, R., Sawaluddin, Abdullah, D., Albra, W., Heikal, M., Abdurrahman, A., & Khaddafi, M. (2018). Genetic algorithm to solve the problems of lectures and practicums scheduling. IOP Conference Series: Materials Science and Engineering, 308(1). https://doi.org/10.1088/1757899X/308/1/012046spa
dc.relation.referencesTeoh, C.-K., Haron, H., Wibowo, A., & Ngadiman, M. S. (2016). Integrating a repairing-based genetic algorithm- neighborhood search structure in solving the course timetabling problem. Journal of Computer Science, 12(10), 510–516. https://doi.org/10.3844/jcssp.2016.510.516spa
dc.relation.referencesWang, B., Geng, Y., & Zhang, Z. (2019). Applying genetic algorithm to university classroom arrangement problem. Journal of Physics: Conference Series, 1325(1). https://doi.org/10.1088/1742-6596/1325/1/012157spa
dc.relation.referencesWu, L. (2015). The application of Coarse-Grained parallel genetic algorithm with hadoop in university intelligent Course-Timetabling system. Internationalspa
dc.relation.referencesYusoff, M., & Othman, A. A. (2018). Genetic algorithm with elitist-tournament for clashes-free slots of lecturer timetabling problem. Indonesian Journal of Electrical Engineering and Computer Science, 12(1), 303–309. https://doi.org/10.11591/ijeecs.v12.i1.pp303-309spa
dc.relation.referencesDocumentación de Django. (2013). https://docs.djangoproject.com/en/3.0/faq/general/#what-does-django-meanand-how-do-you-pronounce-itspa
dc.relation.referencesDocumentación para Visual Studio Code. (n.d.). Retrieved May 2, 2020, from https://code.visualstudio.com/docsspa
dc.relation.referencesEstructura Django. (2013). https://developer.mozilla.org/es/docs/Learn/Serverside/Django/Introducciónspa
dc.relation.referencesPython: documentación de Python 3.8.3rc1. (2005). https://docs.python.org/3/faq/general.html#what-is-pythonspa
dc.relation.referencesShannon Fry (Ed.). (2012). La naturaleza del código. https://natureofcode.com/ Tutorial de Algoritmos Genéticos - Tutorialspoint. (2013). https://www.tutorialspoint.com/genetic_algorithms/index.htmspa
dc.relation.referencesPlan de desarrollo UNAB. (2019). Plan de desarrollo - UNAB. Plan de Desarrollo 2019-2024. https://www.unab.edu.co/plan_desarrollo/spa
dc.relation.referencesUNAB. (n.d.). Acerca de la UNAB | Universidad Autónoma de Bucaramanga - UNAB. Acerca de La UNAB. Retrieved November 14, 2020, from https://www.unab.edu.co/nosotros/acerca-despa
dc.relation.referencesPlan de desarrollo UNAB. (2019). Plan de desarrollo - UNAB. Plan de Desarrollo 2019-2024. https://www.unab.edu.co/plan_desarrollo/spa
dc.relation.referencesUNAB. (n.d.). Acerca de la UNAB | Universidad Autónoma de Bucaramanga - UNAB. Acerca de La UNAB. Retrieved November 14, 2020, from https://www.unab.edu.co/nosotros/acerca-despa
dc.contributor.cvlacTalero Sarmiento, Leonardo Hernán [0000031387]spa
dc.contributor.cvlacMoreno Corzo, Feisar Enrique [0001499008]spa
dc.contributor.googlescholarMoreno Corzo, Feisar Enrique [es&oi=ao]spa
dc.contributor.orcidTalero Sarmiento, Leonardo Hernán [0000-0002-4129-9163]spa
dc.contributor.orcidMoreno Corzo, Feisar Enrique [0000-0002-5007-3422]spa
dc.contributor.researchgateTalero Sarmiento, Leonardo Hernán [Leonardo-Talero]spa
dc.contributor.researchgateMoreno Corzo, Feisar Enrique [Feisar-Enrique-Moreno-Corzo-2169498891]spa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembInnovaciones tecnológicasspa
dc.subject.lembAnálisis numéricospa
dc.subject.lembDiseño de prototiposspa
dc.subject.lembSalones de clasespa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.description.abstractenglishThe UNAB is an Institution dedicated to the service of Higher Education which offers programs at different levels of training and modalities, at the undergraduate level face-to-face programs are offered in extended hours, which means that its classes are from Monday to Friday between 6 to 8 am and 6 to 10 pm and on Saturday from 6 to 12pm; On average there are about 450 courses equivalent to approximately 600 time slots programmed with these characteristics, to achieve this offer, it is necessary to have a correct allocation of schedules and physical spaces so that in this way it can meet the academic needs of the students. For a correct assignment, the offer of students for the different courses, a schedule, a physical space, and the teacher who will teach the course must be taken into account. When assigning the proposed schedules there are difficulties such as: crossing of course schedules in the same semester, crossing of schedules with teachers who teach in other programs, the allocation of space is pending due to schedule changes or non-availability of physical space, The consequence of not making the correct assignment is the non-opening of the course, which is why different students may fall behind in the fulfillment of their study plan. Taking into account the above, this project proposes the development of a technology-based prototype in a web environment, under the python programming language and using the django framework; In this prototype, the allocation of physical spaces to extended hours courses is carried out using genetic algorithms to find an allocation model.spa
dc.subject.proposalOptimizaciónspa
dc.subject.proposalAlgoritmo genéticospa
dc.subject.proposalAlgoritmo evolutivospa
dc.subject.proposalAsignaciónspa
dc.subject.proposalEntorno webspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa


Ficheros en el ítem

Thumbnail
Nombre:
2021_Tesis_Carlos_eduardo_Duar ...
Tamaño:
7.082Mb
Formato:
PDF
Descripción:
Tesis
Ver/
Thumbnail
Nombre:
2021_Licencia_Carlos_eduardo_D ...
Tamaño:
183.0Kb
Formato:
PDF
Descripción:
Licencia
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia