Un nuevo enfoque para asignación óptima de múltiples recursos

Abstract

The problem in the optimal room's assignment has been developed and researched with lot of different techniques, tools and technologies. This job shows the design of a solution based on Artificial Intelligence, specifically using Multi-objective Genetic Algorithms that optimizes the classrooms and teachers assignment simultaneously. This implementation has been built optimizing more than one objective, letting both of them competing to establish a general equilibrium and get to a feasible solution quickly and efficiently. This development shows the parameters involved in the problem, the structure of the gene set, the architecture chosen for implementation and the definition of the fitness function. This job is based on a functional prototype. Under the terms of the particular problem has been necessary to redesign the operations of traditional genetic algorithms, to define weights for the objectives and restrictions of the case. From this analysis emerge the hypercube and distance concepts to ensure comparability, and close relationship of the solutions. This system meets the feature known for Genetic Algorithms: solves one problem but it is especially applicable to similar problems with entirely different scenarios. Keywords: Genetic algorithms, Epsilon MOEA, Resource management, Optimization, Spaces, classrooms, Assignment. ResumenEl problema de la asignación óptima de aulas ha sido desarrollado e investigado con varias técnicas, herramientas y tecnologías. Este trabajo muestra el diseño de una solución basada en inteligencia artificial, más específicamente utilizando algoritmos genéticos multi-objetivo que realizan la asignación de aulas y docentes en forma conjunta. La implementación consiste en optimizar más de un objetivo, permitiendo que ambos compitan para establecer un equilibrio general y llegar a un conjunto de soluciones factibles en forma ágil, eficaz y eficiente. A lo largo de este desarrollo, se detallan los parámetros que intervienen en el problema, la estructura definida del gen, la arquitectura elegida para la aplicación y la definición de la función de optimización. Es de destacar que este trabajo se basa en un prototipo funcional. A su vez, cabe aclarar que de acuerdo a las condiciones del problema en particular ha sido necesario rediseñar las operaciones de algoritmos genéticos tradicionales, definir ponderaciones para los objetivos y restricciones del caso. De este análisis surgen conceptos como distancia e híper-cubo para establecer la comparabilidad, relación y cercanía de las soluciones. Éste sistema cumple con la característica conocida de los Algoritmos Genéticos: resuelve un problema en especial pero es aplicable a problemas del mismo tipo con escenarios totalmente distintos.

Sistema informático para la gestión de espacios físicos. Una aproximación para la FaCENA (UNNE)

“…Se coincide con (Cancelo et al, 2009), en que el problema de la concesión óptima de aulas ha sido tratado con diversos métodos, técnicas y herramientas. Además, siendo escasos los productos software, que determinen la mejor distribución de espacios en función de las características edilicias y de las franjas horarias y de su cupo.…”