Cải tiến xếp lịch tại trường cao đẳng nghề nhằm đáp ứng yêu cầu thời vụ luận văn thạc sĩ công nghệ thông tin

i BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC LẠC HỒNG “CẢI TIẾN XẾP LỊCH TẠI TRƢỜNG CAO ĐẲNG NGHỀ NHẰM ĐÁP ỨNG YÊU CẦU THỜI VỤ” LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN ĐỒNG NAI, năm 2020 i BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC LẠC HỒNG CẢI TIẾN XẾP LỊCH TẠI TRƢỜNG CAO ĐẲNG NGHỀ NHẰM ĐÁP ỨNG YÊU CẦU THỜI VỤ Chuyên ngành Công nghệ thông tin Mã số LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC PGS.TS ĐỒNG NAI, năm 2020 i LỜI CẢM ƠN Em xin gửi lời cảm ơn chân thành sâu sắc đến gia đình, thầy bạn bè giúp đỡ yên tâm học tập, rèn luyện kỹ năng, trau dồi kiến thức kinh nghiệm Đặc biệt, em xin gửi lời cảm ơn đến thầy Huỳnh Tƣờng Nguyên, giảng viên hƣớng dẫn trực tiếp đề tài luận văn Trong suốt trình làm luận văn, thầy tận tình hƣớng dẫn, gợi ý giúp đỡ cho em nhiều từ ý tƣởng chi tiết cụ thể yêu cầu, thiết kế nhƣ thực giải pháp Nếu khơng có giúp đỡ thầy, luận văn đạt đƣợc thành nhƣ ngày hôm Đồng thời, em xin cảm ơn hỗ trợ tích cực anh Nguyễn Văn Huy, góp ý anh Trang Hồng Sơn kết đƣợc trọn vẹn Em xin gửi lời cảm ơn đến Khoa Công Nghệ Thông Tin, trƣờng Đại Học Lạc Hồng trang bị kiến thức hữu ích chuyên ngành lẫn kỹ sống thiết bị tơi có đủ điều kiện học tập tốt nhất, trang bị cho hành trang để xây dựng tƣơng lai Em xin gửi lời cảm ơn đến trƣờng Đại Học Lạc Hồng, trƣờng tạo môi trƣờng học tập vơ tích cực động giúp chúng tơi học tập cách tốt Em xin gửi lời cảm ơn đến gia đình mang đến yên tâm, tin tƣởng tạo động lực để đến hồn tất đề tài lúc gặp phải khó khăn, trắc trở Một lần nữa, em xin chân thành cảm ơn ii LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu tơi Các số liệu, kết nêu Luận văn trung thực chƣa đƣợc cơng bố cơng trình khác Đồng Nai, ngày tháng Ngƣời cam đoan năm 20 iii TRƢỜNG ĐẠI HỌC LẠC HỒNG KHOA SAU ĐẠI HOC TÓM TẮT LUẬN VĂN Đề tài Cải tiến xếp lịch trƣờng cao đẳng nghề nhằm đáp ứng nhu cầu thời vụ Ngành Công nghệ thông tin Mã số Học viên Ngƣời hƣớng dẫn PGS TS NỘI DUNG TÓM TẮT Nội dung đƣợc giao kết - Tìm hiểu quy trình xếp lịch trƣờng Cao đẳng cơng nghệ Quốc tế LILAMA - Thu thập thông tin để xây dựng sở liệu cho việc xếp lịch - Tìm hiểu đề xuất giải thuật cho tốn xếp lịch trƣờng Cao đẳng cơng nghệ Quốc tế LILAMA - Xây dựng ứng dụng để cải tiến việc xếp lịch theo yêu cầu - Tiến hành thử nghiệm đánh giá kết Cách giải vấn đề - Học viên tìm hiểu quy trình xếp lịch trƣờng Cao đẳng cơng nghệ Quốc tế LILAMA - Học viên thu thập thông tin để xây dựng sở liệu cho việc xếp lịch - Học viên áp dụng mô hình hóa tuyến tính để mơ tả rõ xác tốn nghiên cứu Việc mơ tả thay cho mô tả lời hiệu iv việc thực kiểm nghiệm lại tính khả thi thời khóa biểu bù đề xuất - Học viên thực mơ hình ngơn ngữ Java có tích hợp thực viên cơng cụ solver Gurobi - Học viên tiến hành mô thử nghiệm đánh giá kết Đánh giá mặt khoa học kết - Về góc độ mơ hình hóa tốn học, có nhiều cách thức mơ hình hóa tốn, mơ hình đề xuất cịn hƣớng đến việc mơ hình hóa tuyến tính nhằm thừa kế hiệu kết tảng toán học có khả sử dụn g đƣợc solver thƣơng mai - Ngoài ra, việc khéo léo giảm thiểu thơng số giúp mơ hình rõ ràng Mơ hình đề xuất giảm thiểu đƣợc lớn số ràng buộc cứng cần quan sát phù hợp xếp lịch tính chất ràng buộc thời gian dạy nhiều lớp tùy theo chuyên môn lịch đƣợc xếp trƣớc giảng viên - Kết kiểm định đƣợc thực thông qua việc chạy mẫu kiểm thử mà có mơ bán phần lai ghép từ lịch thời khóa biểu thực tế thực năm qua mô ngẫu nhiên thời điểm cần xử lý thời vụ - đề xuất giải pháp lịch bù số nhóm lớp phải sau thực tập công nghiệp đột xuất - Giải pháp mà học viên đề xuất thực mơ hình tốn học solver Gurobi phiên 7.0 để xác định lời giải xác Đây giải pháp cần nghiên cứu xem nhƣ tiền đề giúp giải thuật thực tiễn đối chiếu, so sánh nghiên cứu tƣơng lai Những vấn đề tồn so với nội dung đƣợc giao (nếu có) v - Học viên đề xuất giải pháp để giải vấn đề - mô hình hóa tốn chạy solver để vét cạn xác định lời giải tối ƣu Cần phát triển giải pháp hiệu thực tiễn Đồng Nai, ngày NGƢỜI HƢỚNG DẪN PGS TS tháng HỌC VIÊN năm vi DANH MỤC CÁC THUẬT NGỮ/ TỪ VIẾT TẤT STT Định nghĩa/ Từ viết tắt Giải thích CNTT Công nghệ thông tin LILAMA Trƣờng Cao Công nghệ Quốc tế LILAMA GA GUROBI SA Genetic algorithm Giải thuật di truyền Tên công cụ solver thƣơng mai dùng để chạy mơ hình tốn học đề xuất Simulated Annealing Mô luyện kinh University Course Timetabling Problem UTCP Bài tốn xếp thời khóa biểu lớp trƣờng đại học vii MỤC LỤC LỜI CẢM ƠN i LỜI CAM ĐOAN ii TÓM TẮT LUẬN VĂN iii MỤC LỤC vii DANH MỤC BẢNG viii DANH MỤC HÌNH ix DANH MỤC BIỂU ĐỒ x CHƢƠNG GIỚI THIỆU 1.1 Lý chọn đề tài 1.2 Mục tiêu, nội dung phạm vi nghiên cứu CHƢƠNG CƠ SỞ LÝ THUYẾT 2.1 Bài toán xếp lịch 2.2 Các phƣơng pháp tiếp cận 2.3 Các nghiên cứu liên quan đến xếp thời biểu CHƢƠNG NGỮ CẢNH, ĐỘNG CƠ VÀ MƠ TẢ CỦABÀI TỐN NGHIÊN CỨU 13 3.1 Hiện trạng 13 3.1.1 Giới thiệu Trƣờng Cao đẳng nghề LILAMA 13 a Lịch sử hình thành 13 b Chức 13 c Nhiệm vụ 13 3.2 Quy trình xếp thời khóa biểu trƣờng 18 3.3 Mô tả toán 29 3.4 Hàm mục tiêu cần tối ƣu toán 29 3.5 Mơ hình hóa tốn học 29 CHƢƠNG PHƢƠNG PHÁP ĐỀ XUẤT 32 4.1 Mô tả đầu vào toán 32 4.2 Phân tích tính khả thi tốn nghiên cứu 36 4.3 Giải pháp đề xuất 36 4.4 Kết kiểm thử thu đƣợc 37 CHƢƠNG KẾT LUẬN 60 TÀI LIỆU THAM KHẢO viii DANH MỤC BẢNG Bảng 4.1 Bảng mẫu kế hoạch giáo viên 32 Bảng 4.2 Bảng mẫu kế hoạch phòng học cho lớp 33 Bảng 4.3 Bảng mẫu thời khóa biểu lớp học 33 Bảng 4.4 Bảng kết thực nghiệm 38 Bảng 4.5 Bảng kết thực nghiệm cho lớp học 43 Bảng 4.6 Bảng mô tả số buổi bù đƣợc cho lớp 44 Bảng 4.7 Bảng mơ tả thời gian tính tốn tìm buổi bù cho lớp 44 Bảng 4.8 Bảng kết thực nghiệm cho 10 lớp học 46 Bảng 4.9 Bảng mô tả số buổi bù đƣợc cho 10 lớp 47 Bảng 4.10 Bảng mơ tả thời gian tính tốn tìm buổi bù cho 10 lớp 47 Bảng 4.11 Bảng kết thực nghiệm cho 20 lớp học 49 Bảng 4.12 Bảng mô tả số buổi bù đƣợc cho 20 lớp 50 Bảng 4.13 Bảng mơ tả thời gian tính tốn tìm buổi bù cho 20 lớp 50 Bảng 4.14 Bảng kết thực nghiệm cho 50 lớp học 52 Bảng 4.15 Bảng mô tả số buổi bù đƣợc cho 50 lớp 53 Bảng 4.16 Bảng mô tả thời gian tính tốn tìm buổi bù cho 50 lớp 53 Bảng 4.17 Bảng kết thực nghiệm cho 100 lớp học 55 Bảng 4.18 Bảng mô tả số buổi bù đƣợc cho 100 lớp 55 Bảng 4.19 Bảng mô tả thời gian tính tốn tìm buổi bù cho 100 lớp 56 51 3000 2500 2000 Nghỉ tuần 1500 Nghỉ tuần Nghỉ tuần 1000 500 Biểu Đồ 4.9 Biểu đồ mơ tả thời gian tính tốn tìm buổi bù cho 20 lớp Trong Bảng 4.12, 4.13 Biểu đồ 4.8, 4.9 trên, thông tin mà quan sát nhƣ sau - Mẫu liệu thí điểm mơ với số tuần tuần nghỉ 1, 2, số tuần bù cho kiểm thử 1, 2, 4, 8, 10, 12 - Trục hồnh có mốc từ đến mơ tả mẫu kiểm thử có số tuần bù lần lƣợt 1, 2, 4, 8, 10, 12 - Trục tung mơ tả số buổi bù đƣợc thêm vào thời khóa biểu 20 lớp học quan sát - Thời gian đề tìm lịch mà có số buổi bù nhiều gần tƣơng đƣơng cho kịch kiểm thử nghỉ tuần/ nghỉ tuần/ nghỉ tuần - Cụ thể hơn, dựa bảng số liệu mô tả số buổi bù đƣợc, thấy số tuần nghỉ số tuần bù cần thiết đủ số buổi cần bù; số tuần nghỉ số tuần cần bù đủ số buổi cần bù Và dự đoán số tuần nghỉ số tuần cần bù phải 16 tìm đủ số buổi cần bù (kết tuần 12 xấp xỉ kết mong đợi) 52 - 50 lớp, số tuần nghỉ 1,2,4 số tuần bù 1,2,4,8,10, liệu thực nghiệm thu đƣợc (bảng kết quả, biểu đồ minh họa giải thích) Bảng 4.14 Bảng kết thực nghiệm cho 50 lớp học Số tuần Số tuần Số buổi nghỉ bù cần bù 1 1 1 2 2 2 4 4 4 10 12 10 12 10 12 140 140 140 140 140 140 322 322 322 322 322 322 645 645 645 645 645 645 Số buổi bù Thời gian (ms) 80 120 140 140 140 140 91 172 263 322 322 322 94 187 340 540 586 633 837 1039 2921 5435 6869 8889 535 1230 2462 6494 8055 9413 932 1284 2241 7075 7204 9225 Từ bảng số liệu tổng hợp trên, bóc tách nhìn dƣới hai góc nhìn số buổi bù đƣợc cho 50 lớp thời gian tính tốn để tìm số buổi bù nhiều điều kiện giới hạn cho phép (số tuần đƣợc bù) Các Bảng Biểu đồ sau họa kết thu đƣợc 53 Bảng 4.15 Bảng mô tả số buổi bù đƣợc cho 50 lớp Số tuần bù Nghỉ tuần Nghỉ tuần Nghỉ tuần 80 91 94 120 172 187 140 263 340 140 322 540 10 140 322 586 12 140 322 633 160 140 120 100 Nghỉ tuần 80 Nghỉ tuần 60 Nghỉ tuần 40 20 Biểu Đồ 4.10 Biểu đồ mô tả số buổi bù đƣợc cho 50 lớp Bảng 4.16 Bảng mơ tả thời gian tính tốn tìm buổi bù cho 50 lớp Số tuần bù Nghỉ tuần Nghỉ tuần Nghỉ tuần 837 535 932 1039 1230 1284 2921 2462 2241 5435 6494 7075 10 6869 8055 7204 12 8889 9413 9225 54 2500 2000 1500 Nghỉ tuần Nghỉ tuần 1000 Nghỉ tuần 500 Biểu Đồ 4.11 Biểu đồ mô tả thời gian tính tốn tìm buổi bù cho 50 lớp Trong Bảng 4.15, 4.16 Biểu đồ 4.10, 4.11 trên, thơng tin mà quan sát nhƣ sau - Mẫu liệu thí điểm mơ với số tuần tuần nghỉ 1, 2, số tuần bù cho kiểm thử 1, 2, 4, 8, 10, 12 - Trục hoành có mốc từ đến mơ tả mẫu kiểm thử có số tuần bù lần lƣợt 1, 2, 4, 8, 10, 12 - Trục tung mô tả số buổi bù đƣợc thêm vào thời khóa biểu 50 lớp học quan sát - Nếu số tuần nghỉ số tuần bù cần thiết đủ số buổi cần bù Và số tuần nghỉ với số tuần cần bù đủ số buổi cần bù - Trong trƣờng hợp có số tuần nghỉ dự đốn cần có số tuần cần bù phải 16 tìm đủ số buổi cần bù - 100 lớp, số tuần nghỉ 1,2,4 số tuần bù 1,2,4,8,10, liệu thực nghiệm thu đƣợc (bảng kết quả, biểu đồ minh họa giải thích) 55 Bảng 4.17 Bảng kết thực nghiệm cho 100 lớp học Số tuần Số tuần Số buổi nghỉ bù cần bù 1 1 1 2 2 2 4 4 4 10 12 10 12 10 12 231 231 231 231 231 231 525 525 525 525 525 525 1069 1069 1069 1069 1069 1069 Số buổi bù Thời gian (ms) 153 206 231 231 231 231 186 326 454 525 525 525 206 379 654 962 1010 1057 2782 4938 11201 25073 49683 66756 4086 7212 13712 27636 36912 37465 3090 5836 10428 24528 39053 46491 Từ bảng số liệu tổng hợp trên, bóc tách nhìn dƣới hai góc nhìn số buổi bù đƣợc cho 100 lớp thời gian tính tốn để tìm số buổi bù nhiều điều kiện giới hạn cho phép (số tuần đƣợc bù) Các Bảng Biểu đồ sau họa kết thu đƣợc Bảng 4.18 Bảng mô tả số buổi bù đƣợc cho 100 lớp Số tuần bù Nghỉ tuần Nghỉ tuần Nghỉ tuần 153 186 206 206 326 379 231 454 654 231 525 962 10 231 525 1010 12 231 525 1057 56 160 140 120 100 Nghỉ tuần 80 Nghỉ tuần 60 Nghỉ tuần 40 20 Biểu Đồ 4.12 Biểu đồ mô tả số buổi bù đƣợc cho 100 lớp Bảng 4.19 Bảng mô tả thời gian tính tốn tìm buổi bù cho 100 lớp Số tuần bù Nghỉ tuần Nghỉ tuần Nghỉ tuần 2782 4086 3090 4938 7212 5836 11201 13712 10428 25073 27636 24528 10 49683 36912 39053 12 66756 37465 46491 2500 2000 1500 Nghỉ tuần Nghỉ tuần 1000 Nghỉ tuần 500 Biểu Đồ 4.13 Biểu đồ mơ tả thời gian tính tốn tìm buổi bù cho 100 lớp 57 Trong Bảng 4.18, 4.19 Biểu đồ 4.12, 4.13 trên, thơng tin mà quan sát nhƣ sau - Mẫu liệu thí điểm mơ với số tuần tuần nghỉ 1, 2, số tuần bù cho kiểm thử 1, 2, 4, 8, 10, 12 - Trục hồnh có mốc từ đến mô tả mẫu kiểm thử có số tuần bù lần lƣợt 1, 2, 4, 8, 10, 12 - Trục tung mô tả số buổi bù đƣợc thêm vào thời khóa biểu 100 lớp học quan sát - Thời gian tính toán nghiệm tốt tƣơng đƣơng cho kịch - Trƣờng hợp số tuần nghỉ số tuần bù cần thiết giúp trƣờng tìm đủ số buổi bù cần thiết Trƣờng hơp có số tuần nghỉ 2, với số tuần cần bù đủ số buổi cần bù Trong trƣờng hợp có số tuần nghỉ học viên dự đốn cần có số tuần cần bù phải 16 tìm đủ số buổi cần bù Nhìn chung, tất trƣờng hợp trên, nhận thấy rõ ràng thực nghiệm rằng, số tuần để lịch bù gấp lần số tuần nghỉ thực tập khả cao ln tìm lịch bù đầy đủ cho tất lớp Tổng hợp thảo luận áp dụng thí điểm Trong q trình thí điểm trƣớc áp dụng liệu thực tế, số câu hỏi thảo luận thƣờng đƣợc nêu đơn vị thí điểm – trƣờng Cao đằng nghề Quốc Tế Lilama2 Trong mục này, câu hỏi trả lời thƣờng gặp liên quan đến đề xuất đề tài luận văn đƣợc tổng hợp lại nhƣ sau Giải thuật có đảm bảo mơn học kết thúc kỳ không? - Giải thuật giải kết thúc nhiều mơn (đây tốn khó việc tìm giải pháp tối ƣu tốn mở giới nay) 58 - Giải thuật hƣớng đến cải thiện trạng trường - xử lý theo phƣơng pháp xếp tay) - Giải thuật hỗ trợ ngƣời dùng lựa chọn phƣơng án tối ƣu tập đề xuất đồng thời,cung cấp cơng cụ demo trực quan hóakết thu đƣợc Giải thuật đề xuất hỗ trợ xếp lịch từ đầu học kỳ không? - Đây giải thuật để giải toán trạng thực tế tất lịch đầu kỳ phải có sẵn Giải pháp đề xuất không thực lịch từ đầu Bài tốn nghiên cứu khác Trong trƣờng hợp có nhu cầu đổi buổi học đƣợc xếp trƣớc, giải thuật đề xuất ứng dụng giải đƣợc khơng? - Việc đổi lịch khơng mục tiêu tốn Bài toán giải việc xếp lịch sau sinh viên kết thúc trình thực tập đột xuất doanh nghiệp Giải pháp đề xuất đảm bảo đƣa gợi ý xếp lịch bù cho lớp lớp học sau lớp tạm ngƣng thực tế sản xuất công ty, doanh nghiệp Việc tìm lịch bù phụ thuộc vào tỷ lệ số buổi trống số tuần học năm Trong trƣờng hợp số tuần dạy bù tƣơng đối nhiều (khoảng gấp đôi số tuần nghỉ thực tập), việc xếp lịch bù gần nhƣ khả thi 3.6 Kết chƣơng Trong chƣơng này, học viên mô tả đầu vào tốn, phân tích tính khả thi tốn.Sau giải pháp đề xuất đƣợc đƣa Kết kiểm định thông qua việc chạy mẫu kiểm thử mà có mơ bán phần lai ghép từ lịch thời khóa biểu thực tế thực năm qua mô ngẫu nhiên thời điểm cần xử lý thời vụ - đề xuất giải pháp lịch bù số 59 nhóm lớp phải sau thực tập công nghiệp đột xuất Giải pháp mà học viên đề xuất thực mơ hình tốn học solver Gurobi để xác định lời giải xác.Đây giải pháp cần nghiên cứu tiền đề giúp giải thuật thực tiễn đối chiếu, so sánh tƣơng lai 60 CHƢƠNG KẾT LUẬN Bài toán nghiên cứu luận văn thuộc hƣớng nghiên cứu vận trù học, hƣớng hỗ trợ định thực tiễn Thông qua đề tài này, học viên nghiên cứu mô tả nghiệp vụ thực tiễn quy trình xếp thời khóa biểu trƣờng Cao đẳng công nghệ Quốc tế LILAMA 2, nhƣ nêu lên thách thức nhu cầu thực tiễn cần áp dụng giải pháp công nghệ thông tin hỗ trợ cải tiến Dựa kết nghiên cứu thực luận văn này, học viên mô tả toán thực tiễn, giới hạn phạm vi toán từ đó, đề xuất phƣơng pháp mơ hình hóa toán học Phƣơng pháp tiếp cần đƣợc đề xuất luận văn đƣợc thực ngôn ngữ Java với Gurobi Solver – Solver tốt – để đƣa lời giải phù hợp thời gian cho phép Kết thu đƣợc luận văn, theo học viên, nghiên cứu có ý nghĩa, minh chứng tính khả thi áp dụng thực tiễn giải pháp đề xuất cho thấy giá trị thu đƣợc cá nhân học viên từ luận văn nhƣ giá trị tổng hợp từ kiến thức đƣợc học tồn chƣơng trình học Thạc Sĩ trƣờng Đại học Lạc Hồng Trong tƣơng lai, học viên hƣớng đến việc thử nghiệm, đo đạc dần bƣớc để ứng dụng kết luận văn nghiên cứu nhà trƣờng 61 DANH MỤC TÀI LIỆU THAM KHẢO [1] F.N Afrati, I Milis (2006) Designing PTASs for MIN-SUM scheduling problems Discrete Applied Mathematics 154(4), 622-639 [2] A Agnetis, D Pacciarelli, A Pacifici (2007) Multi-agent single machine scheduling Annals of Operations Research 150(1), 3-15 [3] A Agnetis, P.B Mirchandani, D Pacciarelli, A Pacifici (2004) Scheduling Problems with Two Competing Agents Operations Research 52(2), 229242 [4] A Agnetis, P.B Mirchandani, D Pacciarelli, A Pacifici (2000) Nondominated Schedules for a Job-Shop with Two Competing Users Computational & Mathematical Organization Theory 6(2) 191-217 [5] K Artiouchine, Ph Baptiste, J Mattioli (2008) The K King Problem, an Abstract Model for Computing Aircraft Landing Trajectories On Modeling a Dynamic Hybrid System with Constraints INFORMS Journal on Computing 20 (2) 222-233 [6] Abdullah, S., & Turabieh, H (2012) On the use of multi neighbourhood structures within a Tabu-based memetic approach to university timetabling problems Information Sciences, 191, 146–168 [7] Alvarez-Valdes, R., Crespo, E., & Tamarit, J M (2002) Design and implementation of a course scheduling system using Tabu search European Journal of Operational Research, 137(3), 512–523 [8] Asham, G M., Soliman, M M., & Ramadan, A R (2011) Trans genetic coloring approach for timetabling problem Artificial Intelligence Techniques Novel Approaches & Practical Applications IJCA, 17–25 [9] Asratian, A S., & de Werra, D (2002) A generalized class–teacher model for some timetabling problems European Journal of Operational Research, 143(3), 531–542 [10] Babaei, H., Karimpour, J., & Hadidi, A (2015) A survey of approaches for university course timetabling problem Computers & Industrial Engineering, 86, 43–59 [11] Bakir, M A., & Aksop, C (2008) A 0–1 integer programming approach to a university timetabling problem Hacettepe Journal of Mathematics and Statistics, 37(1), 41–55 [12] Birge, J R., & Louveaux, F (2011) Introduction to stochastic programming Springer Science & Business Media [13] J Blazewicz, K Ecker, E Pesch, G Schmidt, and J Weglarz Handbook on scheduling from theory to applications Springer, 2007 [14] Ph Baptiste (2000) Scheduling equal-length jobs on identical parallel machines Discrete Applied Mathematics 103(1-3), 21-32 [15] Ph Baptiste, P Brucker, S Knust, V.G Timkovsky (2004) Ten notes on equal-processing-time scheduling 4OR 2(2), 111-127 [16] Ph Baptiste, M Chrobak, Ch Dürr (2007) Polynomial Time Algorithms for Minimum Energy Scheduling ESA 2007, 136-150 [17] Ph Baptiste, R Sadykov (2010) Time-indexed formulations for scheduling chains on a single machine An application to airborne radars European Journal of Operational Research 203(2), 476-483 [18] Ph Baptiste, M Flamini, F Sourd (2008) Lagrangian bounds for justin-time job-shop scheduling Computers & Operations Research 35(3), 906-915 [19] O Bellenguez-Morineau, E Néron (2007) A Branch-and-Bound method for solving Multi-Skill Project Scheduling Problem RAIRO Operations Research 41(2), 155-170 [20] J Blazewicz, P Formanowicz, M Kasprzak, P Schuurman, G.J Woeginger (2007) A polynomial time equivalence between DNA sequencing and the exact perfect matching problem Discrete Optimization 4(2), 154-162 [21] P Brucker (2004) Scheduling algorithms 4th edition, Springer-Verlag, Berlin, Germany [22] P Brucker, S Knust (2009) Complexity results for scheduling problems, http //www.inf.uni-osnabrueck.de/knust/class/ [23] Cacchiani, V., Caprara, A., Roberti, R., Toth, P (2013) A new lower bound for curri- culum-based course timetabling Computers & Operations Research, 40(10), 2466–2477 [24] Cambazard, H., Hebrard, E., O’Sullivan, B., Papadopoulos, A (2012) Local search and constraint programming for the post enrolment-based course timetabling problem Annals of Operations Research, 194(1), 111– 135 [25] J Carlier (1982) The one-machine sequencing problem European Journal of Operational Research 11, 42-47 [26] Carter, M W., Laporte, G (1997) Recent developments in practical course timetabling International conference on the practice and theory of automated timetabling, PATAT’97 (pp 3–19) [27] Carter, M W., Laporte, G G., Lee, S Y (1996) Examination timetabling Algorithmic strategies and applications Journal of the Operational Research Society, 47, 373–383 [28] Ceschia, S., Di Gaspero, L., Schaerf, A (2012) Design, engineering, and experimental analysis of a simulated annealing approach to the post-enrolment course timetabling problem Computers & Operations Research, 39(7), 1615–1624 [29] Chaudhuri, A., & De, K (2010) Fuzzy genetic heuristic for university course timetable problem International Journal of Advanced Soft Computing and its Applications, 2(1), 100–121 [30] T.C.E Cheng, S.-R Cheng, W.-H Wu, P.-H Hsu, C.-C Wu (2011) A two-agent single-machine scheduling problem with truncated sum-ofprocessing-times-based learning considerations Computers & Industrial Engineering 60(4), 534-541 [31] E.G Coffman Jr., D Matsypura, V G Timkovsky (2010) Strategy vs risk in margining portfolios of options 4OR 8(4), 375-386 [32] T.A Duong, T.T Nguyen (2011) Three improved variants of simulated annealing for optimizing dorm room assignments,International Journal of Intelligent Information and Database Systems 5(3) 296-312 [33] Goh, S L., Kendall, G., & Sabar, N R (2017) Improved local search approaches to solve the post enrolment course timetabling problem European Journal of Operational Research, 261(1), 17–29 [34] Gotlieb, C C (1963) The construction of class-teacher timetables IFIP congress (pp 73– 77) [35] S.M Johnson (1954) Optimal two and three-stage production schedules with setup times included Naval Research Logistics Quarterly 1, 61-68 [36] Lewis, R (2008) A survey of metaheuristic-based techniques for university timetabling problems OR Spectrum, 30(1), 167–190 [37] Lewis, R., Paechter, B., McCollum, B (2007) Post enrolment based course timetabling A description of the problem model used for track two of the second international timetabling competition Cardiff Business School, Technical Report [38] Lewis, R., & Thompson, J (2015) Analysing the effects of solution space connectivity with an effective metaheuristic for the course timetabling problem European Journal of Operational Research, 240(3), 637–648 [39] Van den Broek, J J J., Hurkens, C A (2012) An IP-based heuristic for the post en- rolment course timetabling problem of the ITC2007 Annals of Operations Research, 194(1), 439–454 [40] Welsh, D J., & Powell, M B (1967) An upper bound for the chromatic number of a graph and its application to timetabling problems The Computer Journal, 10(1), 85–86 ... TRƢỜNG ĐẠI HỌC LẠC HỒNG CẢI TIẾN XẾP LỊCH TẠI TRƢỜNG CAO ĐẲNG NGHỀ NHẰM ĐÁP ỨNG YÊU CẦU THỜI VỤ Chuyên ngành Công nghệ thông tin Mã số LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA... trƣờng cao đẳng nghề nhằm đáp ứng nhu cầu thời vụ Ngành Công nghệ thông tin Mã số Học viên Ngƣời hƣớng dẫn PGS TS NỘI DUNG TÓM TẮT Nội dung đƣợc giao kết - Tìm hiểu quy trình xếp lịch trƣờng Cao đẳng. .. toán xếp lịch trƣờng Cao đẳng công nghệ Quốc tế LILAMA - Xây dựng ứng dụng để cải tiến việc xếp lịch theo yêu cầu - Tiến hành thử nghiệm đánh giá kết Phạmvi nghiên cứu Hỗ trợ quy trình xếp lịch