Solving the Exam Scheduling Problems in Central Exams With Genetic Algorithms

Abstract

It is the efficient use of resources expected from an exam scheduling application. There are various criteria for efficient use of resources and for all tests to be carried out at minimum cost in the shortest possible time. It is aimed that educational institutions with such criteria successfully carry out central examination organizations. In the study, a two-stage genetic algorithm was developed. In the first stage, the assignment of courses to sessions was carried out. In the second stage, the students who participated in the test session were assigned to examination rooms. Purposes of the study are increasing the number of joint students participating in sessions, using the minimum number of buildings in the same session, and reducing the number of supervisors using the minimum number of classrooms possible. In this study, a general purpose exam scheduling solution for educational institutions was presented. The developed system can be used in different central examinations to create originality. Given the results of the sample application, it is seen that the proposed genetic algorithm gives successful results. MERKEZİ SINAVLARDA YAŞANAN SINAV ÇİZELGELEME PROBLEMLERİNİN GENETİK ALGORİTMALAR İLE ÇÖZÜLMESİÖz Bir sınav çizelgeleme uygulamasından beklenen kaynakların verimli kullanımıdır. Kaynakları verimli kullanabilmek ve en kısa zamanda en az maliyetle bütün sınavların gerçekleştirilmesi için çeşitli kıstaslar vardır. Yapılan çalışma ile bu tür kıstaslara sahip eğitim kurumlarının, merkezi sınav organizasyonlarını başarıyla gerçekleştirmesi amaçlanmıştır. Çalışmada, iki aşamalı genetik algoritma geliştirilmiştir. Birinci aşamada derslerin oturumlara atanması işlemi, ikinci aşamada ise ilgili oturumda sınava katılacak öğrencilerin sınav salonlarına atanması işlemi gerçekleştirilmiştir. Oturumlara katılan ortak öğrenci sayısının arttırılması, aynı oturumda asgari bina kullanımı, mümkün olan en az sayıda sınıf-sıra kullanılarak gözetmen sayısının azaltılması yapılan çalışmanın amaçlarını oluşturmaktadır. Yapılan bu çalışmada eğitim kurumlarına yönelik genel amaçlı sınav çizelgeleme çözümü sunulmuştur. Geliştirilen sistem farklı merkezi sınavlar içinde kullanılabilmesiyle özgünlük oluşturmaktadır. Örnek uygulama sonuçlarına bakıldığında önerilen genetik algoritmanın başarılı sonuçlar verdiği görülmektedir.

Genetic Algorithm for Exam Timetabling Problem - A Specific Case for Japanese University Final Presentation Timetabling

“…Their result shows that the required number of conflicts, exam days and available venues had been reduced successfully. In 2019, Dener [14] introduced a two-stage GA, where the first stage carries out the assignment of courses to sessions and the second stage assigns the students who participated in the test session to the examination room. The system was designed to allocate students and supervisors in a more efficient way to reduce the number of rooms and time consumption.…”

“…For example, there is a problem with 5 sessions, [1,2,3,4], [5,6,7], [8,9,10,11], [12,13,14] and [15,16], and there are two parent chromosomes, Assuming that session [8][9][10][11] and [15,16] are selected. The session [8][9][10][11] from parent chromosome 1 and session [15,16] from parent chromosome 2 will be swapped.…”

Optimization of Project Scheduling Activities in Dynamic CPM and PERT Networks Using Genetic Algorithms

“…Solutions are obtained from population and utilized to form a new population. This process continues until the best solution is produced or until the number of population is determined [31][32][33][34][35][36][37][38].…”

A Study on the Performance of Artificial Alg Algorithm in Design Optimization Problems: Compressing Spring Example

“…Bu özellikleri sebebi ile özellikle son yirmi yıldır optimizasyon çalışmalarında yoğun olarak tercih edilmektedirler. Özellikle tavlama benzetimi [5], Genetik Algoritma (GA) [6][7][8], Parçacık Sürü Optimizasyonu (PSO) [9], Karınca Kolonisi Optimizasyonu (ACO) [10] ve Arı Kolonisi Optimizasyonu (ABC) [11] kendisini kanıtlamış popüler evrimsel algoritmalar arasında sayılabilir [12]. Meta sezgisel yaklaşımlar sadece bilgisayar bilimleri alanında değil diğer alanlarda da oldukça bilinen ve kullanılan optimizasyon yaklaşımlarıdır.…”