Chương 5 ĐÁNH GIÁ KẾT QUẢ ĐẠT ĐƯỢC
5.1 Đánh giá
- Chi phí thời gian mỗi lần quét dữ liệu để ráp vế trái và vế phải sinh quần thể ban đầu đã được giảm thiểu chỉ cịn 1/80 so với thời gian để quét tổng số dịng dữ liệu nhờ việc gom nhĩm dữ liệu ngay từ bước đầu của thuật tốn như đã trình bày ở phần 3.3.3 trang 48 của luận văn này.
- Việc sử dụng tính tốn mờ khơng thấy thể hiện nhiều trong luận văn, nhưng, kết quả mà tính tốn mờ mang lại đã thật sự hữu ích cho việc chèn số thí sinh vào một phịng cụ thể sao cho hợp lý nhất mà tính tốn rõ khơng làm được. - Chi phí bộ nhớ cho việc sinh quần thể là một vấn đề đáng quan tâm, nhưng
luận văn đã lưu trữ quần thể trong quá trình phát sinh và xử lý theo hướng lưu vật lý trên đĩa cứng nên khơng chiếm nhiều khơng gian của RAM.
- Ước lượng tổng thời gian chạy chương trình để ra kết quả cuối cùng khoảng 5 phút trên máy tính cĩ cấu hình phổ biến hiện nay như Core i5, 4GB RAM, HDD 320GB và trên hệ điều hành Windows 7 hoặc XP. Cộng thêm khoảng thời gian để thu thập dữ liệu đầu vào bằng cách imports từ các file .xls mà các khoa cung cấp vào đầu kì thi cĩ thể lên đến 35 phút để cĩ một lịch thi. Đây là khoảng thời gian hồn tồn cĩ thể chấp nhận được.
- Sản phẩm demo hỗ trợ tốt cho người lập lịch những cơng việc sau:
Cho phép thực hiện lập lịch thi lần 1, lần 1 sớm, giữa kì.
Mơn học lý thuyết thì được xếp thi ở phịng lý thuyết, mơn thực hành thì được xếp thi ở phịng thực hành. Mơn thi đặc thù được xếp vào phịng đặc thù.
Lớp học ngày thì được xếp lịch thi vào ban ngày (sáng hoặc chiều), lớp học đêm thì được xếp lịch thi vào ban đêm (tối hoặc sáng, chiều Chủ nhật)
Số thí sinh và sức chứa thí sinh của phịng thi luơn phù hợp.
Kiểm sốt được thời lượng ca thi và phân bổ được nhiều ca thi trong một buổi.
Chỉ xếp lịch thi theo niên chế, bẫy được một số trường hợp sinh viên học lại cĩ hai mơn thi khơng trùng giờ nhau nhưng chưa bẫy được việc một thí sinh học lại cĩ hai mơn trùng ca thi nếu số lượng thí sinh học lại đủ đơng và được xem là một lớp độc lập.
Tĩm lại, luận văn đã hồn thành những mục tiêu đề ra ban đầu.
5.2 Kết luận
Trong tất cả các thao tác chuẩn bị một kì thi cho tồn trường thì khâu lập lịch thi và sắp xếp CBCT là quan trọng và nặng nề nhất bởi nĩ mang yếu tố quản lý con người. Từ việc phải mất thời gian hàng tháng, hàng tuần liền để thực hiện chúng thì bây giờ chỉ mất khoảng dưới 1 giờ. Đây chính là đĩng gĩp lớn nhất mà luận văn cĩ thể mang lại.
Việc mạnh dạng sử dụng kết hợp giữa thuật giải di truyền và tính tốn mờ trong đề tài đã mang lại tính linh hoạt cho phần mềm sản phẩm mà ít cĩ cơng trình nào sử dụng. Đồng thời, các cơng trình đã cĩ chưa đáp ứng được cho nhu cầu sử dụng của LHU thì LLTdh đã cĩ thể đáp ứng được. Đây chính là tính mới của đề tài.
Cuối cùng, dù đã thực sự cố gắng nhưng chắc chắn luận văn vẫn cịn nhiều thiếu sĩt. Chúng tơi rất mong nhận được gĩp ý từ Quý thầy cơ, từ người sử dụng để sản phẩm nghiên cứu của chúng tơi ngày càng hồn thiện và hữu dụng hơn.
TÀI LIỆU THAM KHẢO TIẾNG VIỆT
[1]. Dương Tuấn Anh, Nguyễn Hữu Hải, Nguyễn Lưu Đăng Khoa (2003), Ứng
dụng giải thuật Tơ màu đồ thị vào bài tốn xếp lịch thi, đề tài nghiên
cứu khoa học, Đại học Bách Khoa Tp. Hồ Chí Minh.
[2]. Trần Quốc Chiến, Phan Thị Ngà (2009), “Bài tốn Tơ màu đồ thị và ứng dụng xây dựng phần mềm xếp lịch thi cho học chế tín chỉ”, Tạp chí khoa học và cơng nghệĐại học Đà Nẵng, 35, tr 85-90.
[3]. Nguyễn Đình Thúc (2002), Trí tuệ nhân tạo Lập trình tiến hĩa, NXB Giáo Dục.
TIẾNG NƯỚC NGỒI
[4]. Goldberg, D.E (1989), Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Press.
[5]. Duong Tuan Anh, Lam Kim Hoa (2004), “Combining Constraint Programming and Simulated Annealing on University Exam Timetabling”, Proceedings of 2nd Int. Conf. RIVF’04 Research Informatics Vietnam-Francophony, Feb. 2-5, Hanoi, pp. 205-210.
[6]. Syswerda G. (1989), “Uniform crossover in genetic algorithms”, Proceedings of the Third International Conference on Genetic Algorithms, pp. 2-9.
[7]. John H. Holland (1992), Adaptation In Natural And Artificial Systems, The MIT Press.
[8]. Dave Kordalewski, Caigu Liu, Kevin Salvesen (2009), Solving an Exam Scheduling Problem Using a Genetic Algorithm, University of Toronto.
[9]. Mohammad Malkawi, Mohammad Al-Haj Hassan, Osama Al-Haj Hassan (2008), “A New Exam Scheduling Algorithm Using Graph Coloring”,
The International Arab Journal of Information Technology, Vol.5,
No.1, pp. 80-87.
[10]. Nashat Mansour, Mazen Timany (2007), “Stochastic Search Algorithms for Exam Scheduling”, International Journal of Computational
Intelligence Research, Vol.3, No.4, pp. 353–361.
[11]. Zbigniew Michalewicz (1999), Genetic Algorithms + Data Structures = Evolution Program, Springer Press.