Robustness Approaches for the Examination Timetabling Problem under Data Uncertainty

要約

文献では、試験時間割問題 (ETTP) は登録後問題 (PE-ETTP) であると考えられることがよくあります。
現実の世界では、大学は多くの場合、学生が登録する前に、前の学期の情報を使用して試験をスケジュールします。
このアプローチの直接的な結果は、結果として得られるモデルに不確実性が存在することです。
この研究では、ロバスト最適化の文献で利用可能ないくつかのアプローチについて説明します。
試験スケジュールの問題に関して各アプローチの影響を検討し、最も有利なアプローチを ETTP にどのように適用できるかを示します。
その後、2 つの現実世界のインスタンスと、この作業で紹介するインスタンス生成フレームワークによって生成されたいくつかのランダムなインスタンスに対する、特定の堅牢性アプローチのいくつかの可能な実装の影響を分析します。

要約(オリジナル)

In the literature the examination timetabling problem (ETTP) is often considered a post-enrollment problem (PE-ETTP). In the real world, universities often schedule their exams before students register using information from previous terms. A direct consequence of this approach is the uncertainty present in the resulting models. In this work we discuss several approaches available in the robust optimization literature. We consider the implications of each approach in respect to the examination timetabling problem and present how the most favorable approaches can be applied to the ETTP. Afterwards we analyze the impact of some possible implementations of the given robustness approaches on two real world instances and several random instances generated by our instance generation framework which we introduce in this work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google