Al-Betar, Mohammed Azmi
(2010)
Adapting And Hybrid Ising Harmony Search With Metaheuristic Components For University Course Timetabling.
PhD thesis, Universiti Sains Malaysia.
Abstract
Masalah Penjadualan Waktu Kursus Universiti (MPWKU) merupakan suatu masalah penjadualan
kombinatorik yang rumit. Algoritma Gelintaran Harmoni (AGH) ialah suatu kaedah
metaheuristik berdasarkan populasi. Kelebihan utama algoritma ini terletak pada keupayaannya
dalam mengintegrasikan komponen-komponen utama bagi kaedah berdasarkan populasi
dan kaedah berdasarkan gelintaran setempat dalam satu model pengoptimuman yang sama.
Disertasi ini mencadangkan suatu AGH yang telah disesuaikan untuk MPWKU. Penyesuaian
ini melibatkan pengubahsuaian terhadap operator AGH. Hasil yang diperoleh adalah dalam
lingkungan keputusan terdahulu. Tetapi beberapa kelemahan dalam kadar penumpuan dan eksploitasi
setempat telah dikesan dan telah diberikan tumpuan menerusi penghibridan dengan
komponen metaheuristik yang diketahui. Tiga versi terhibrid dicadangkan, di mana, setiap
hibrid merupakan peningkatan daripada yang sebelumnya: (i) Algoritma Gelintaran Harmoni
yang Diubah suai; (ii) Algoritma Gelintaran Harmoni dengan Kadar Penyesuaian Berbagai
Nada, dan (iii) Algoritma Gelintaran Harmoni Hibrid. Semua hasil yang diperoleh dibandingkan
dengan 21 kaedah lain menggunakan sebelas dataset piawai de facto yang mempunyai
saiz dan kekompleksan yang berbeza-beza.
University Course Timetabling Problem (UCTP) is a hard combinatorial scheduling prob-
!em. Harmony Search Algorithm (HSA) is a recent metaheuristic population-based method.
The major thrust of this algorithm I ies in its abiiity to integrate the key components of populationbased
methods and local search-based methods in the same optimisation model. This dissertation
presents a HSA adapted for UCTP. The adaptation involved modifying the HSA operators.
The results were within the range of state of the art. However, some shortcomings in the convergence
rate and local exploitation were identified and addressed through hybridisation with
known metaheuristic components. Three hybridized versions are proposed which are incremental
improvements over the preceding version: (i) Modified Harmony Search Algorithm
(MHSA); (ii) Harmony Search Algorithm with Multi-Pitch Adjusting Rate (HSA-MPAR), and
(iii) Hybrid Harmony Search Algorithm (HHSA). The results werecompared against 21 other
methods using eleven de facto standard dataset of different sizes and complexity.
Actions (login required)
|
View Item |