UM ESTUDO SOBRE O PROBLEMA DE HORARIO ESCOLAR VIA SIMULATED ANNEALING

Alessandra Martins Coelho - ale contatos@ig.com.br S rgio Ricardo de Souza - sergio@dppg.cefetmg.br e Centro Federal de Educacao Tecnol gica de Minas Gerais - CEFETMG - DPPG o 30510-000 Av. Amazonas, 7675 - Nova Gameleira - Belo Horizonte - MG - Brasil

Resumo. O presente artigo apresenta um estudo sobre o Problema de Hor ario Educacional. Em particular, e analisado o Problema Classe-Professor, tamb m conhecido como Problema de e Hor rio Escolar. O objetivo e gerar um quadro de hor rios para professores, satisfazendo a um a a conjunto de restricoes. O problema e resolvido pela metaheurstica simulated annealing, a qual parte de uma solucao inicial aleat ria. A metodologia proposta foi testada com dados reais do o Centro Federal de Educacao Tecnol gica de Rio Pomba. Os resultados obtidos mostraram-se o melhores que o quadro de hor rios produzido manualmente pela instituicao de ensino. a Palavras-Chave: Problema de Hor rio Escolar; Simulated Annealing; Metaheurstica a Abstract. The article shows a study about Educational Timetabling. In particular, it is analyzed the Class-Teacher Timetabling, also known as School Timetabling. The goal is the generation of scheduling for teacher, satisfying a set of constraints. The problem is solved by the Simulated Annealing metaheuristic, which starts from an aleatory initial solution. The methodology was tested with real data provided by Centro Federal de Educacao Tecnol gica de Rio Pomba. The o results obtained showed better when compared with the timetabling produced manually by the teaching institution. Keywords: School Timetabling; Simulated Annealing; Metaheuristic 1 INTRODUCAO

Problema de Hor rio e a denominacao gen rica para uma classe de problemas combia e nat rios, com grande relev ncia na area de Pesquisa Operacional. Consiste em construir quadros o a de hor rios para uma s rie de atividades, atendendo a um determinado conjunto de restric oes. a e Desde a d cada de 60, os Problemas de Hor rio t m sido assunto de pesquisa por parte da e a e comunidade cientca, tanto devido ao aumento da complexidade dos problemas dessa classe, quanto na busca de melhores caminhos para solucion -los. Segundo Mozos et al. (2005), econoa mia e utilizacao eciente de recursos s o os vetores para o aperfeicoamento da geracao de a quadros de hor rios. a Esses problemas aparecem em diversos contextos, como escala de empregados, citados em Burke et al. (2001) e em Hertz (1992); eventos esportivos, como em Sch onberger & Kopfer (2004); hor rios educacionais, estudados em Abramson et al. (1999), em Azimi (2004) e em a Burke et al. (1997); e em problemas de transporte, por exemplo. Segundo Qu (2002), um Problema de Hor rio Educacional Geral consiste em xar v rios a a eventos (exames, cursos, reuni es, aulas, etc.), tpicos de uma escola, em um n mero limitado o u

de perodos de tempo e local, enquanto se minimiza as violacoes de um conjunto de restricoes. Para Burke & Newall (1999), a ess ncia do Problema de Hor rio consiste na alocacao de um e a n mero de eventos a um n mero nito de espacos de tempo (ou perodos), em que as necessiu u dades de restricoes s o satisfeitas. a Apesar de existirem, em alguns casos, Problemas de Hor rio Educacional que s o resolvia a dos em tempo polinomial, em casos reais e considerado um problema do tipo NP-Completo. Isso signica que n o existe, at o momento, nenhum algoritmo eciente que o resolva em a e tempo polinomial. A NP-completude, para v rios problemas de quadros de hor rios que aparecem na pr tica, a a a foi demonstrada por Cooper & Kingston (1996). Eles mostram que o problema e NP-completo quando estudantes podem escolher as suas disciplinas. Tamb m mostram que, para essa modae lidade de sistema de ensino, a construcao do Hor rio de Exames tamb m o e, devido ao tamanho a e das aulas ser variado. A NP-completude tamb m pode aparecer devido a condicoes de tempo. e Por exemplo, quando existe a necessidade de se programar as aulas em hor rios consecutivos, a ou quando as aulas precisam ser espalhadas durante toda a semana letiva. ` ` ` Devido a diculdade de se obter uma solucao manual, a caracterstica combinat ria e a o difcil generalizacao (em virtude da quantidade de variantes que o problema pode assumir), diversos algoritmos e heursticas v m sendo propostas, com o objetivo de tentar resolver dife e rentes aspectos do problema. Dentre esses m todos, pode-se citar a metaheurstica simulated e annealing, conforme descrita em Abramson et al. (1999). Segundo Wren (1995), referenciado por Mozos et al. (2005), o Problema de Hor rio e a denido como a alocacao de determinados recursos, em um espaco de tempo, sujeita a restric oes com relacao ao uso desses recursos, de tal modo que satisfaca, tanto quanto possvel, um con junto desej vel de objetivos. a A solucao do Problema consiste, ent o, em gerar um quadro de hor rios que minimize a a os conitos, maximize prefer ncias, compacte hor rios de professores e estudantes e utilize e a equipamentos e salas disponveis de forma eciente. A essas exig ncias, somam-se as expec e tativas, imposicoes e desejos da administracao escolar, alunos e professores, em relacao a um determinado hor rio de aula a ser adotado na pr tica, conforme apontado em Souza (2000). a a O Problema de Hor rio Educacional pode admitir uma enorme variedade de formulac oes a em funcao da instituicao de ensino e do sistema educacional no qual ela est inserida, mas a a maioria dos problemas parte da condicao de que, para a ocorr ncia de uma determinada aula, e e necess rio que: a (1) todas as entidades envolvidas (professores, alunos e salas) estejam disponveis no inter valo de tempo denido para o acontecimento da mesma; (2) nenhuma entidade individual (pessoa) pode estar alocada a dois eventos simultaneamente; (3) para cada perodo, devem existir recursos sucientes para manter em ordem os eventos programados dentro daquele perodo; (4) a carga-hor ria de cada disciplina, para cada classe, deve ser cumprida. a Os tipos de restricoes que envolvem o problema podem ser alterados de instituic ao para instituicao. Essas restricoes podem envolver a disponibilidade dos recursos, prefer ncias pes e soais, caractersticas desejadas no layout do quadro de hor rios (como por exemplo, a inexist n a e cia de buracos no hor rio dos professores) e muitas outras. S o essas variacoes do problema a a que determinam o surgimento, na literatura, conforme armado por Schaerf (1999), de diversos enunciados diferentes para Problemas de Hor rio Educacional, com caractersticas apropriadas a ao contexto que est sendo estudado. a

Este artigo est organizado como segue. Na secao 2 descreve-se o problema abordado. A a secao 3 apresenta a metodologia abordada. A secao 4 apresenta a forma de representacao, a geracao de uma solucao inicial, a estrutura de vizinhanca e a funcao de avaliacao adotada. A secao 5 mostra os resultados encontrados e a secao 6 apresenta as conclus es deste trabalho. o 2 O PROBLEMA DE HORARIO EDUCACIONAL ABORDADO

O Problema de Hor rio Escolar, tamb m conhecido como Problema Classe-Professor, trata a e da geracao de quadros de hor rios das aulas semanais dos professores. As aulas s o ministradas a a em um mesmo turno (manh , tarde ou noite) e, para cada classe, h um conjunto de professores a a e uma carga-hor ria semanal para cada disciplina. O problema b sico consiste em, dado um a a conjunto de classes, um conjunto de professores, um conjunto de perodos e o n mero de aulas u que cada professor deve ministrar a cada classe, evitar que os professores estejam alocados em mais de uma classe no mesmo hor rio; evitar que as classes n o tenham aula com mais de um a a professor ao mesmo tempo; e fazer com que a carga-hor ria semanal de cada disciplina seja a cumprida. Pode-se considerar, nesse problema, uma classe como uma entidade unica, cujas aulas s o a ministradas sempre em uma mesma sala. Nesse caso, s o os professores que se deslocam at a a e rio classe (exceto quando a disciplina exige uma sala especial, como, por exemplo, um laborat o de inform tica ou um laborat rio de biologia). a o 3 SIMULATED ANNEALING

Simulated annealing e uma metaheurstica, que realiza uma busca local de proposito geral, inspirada no processo de recozimento de materiais, que teve sua origem no incio da d cada de e 80, com o trabalho de Kirkpatrick et al. (1983). O processo inicia-se com uma solucao s qualquer. Uma busca aleat ria e realizada no o espaco da vizinhaca de s. Para cada vizinho encontrado verica-se o valor de , dado pela diferenca entre o valor da funcao objetivo de s e o valor da funcao objetvo de s. Se for o e aceita e torna-se a solucao corrente; caso contr rio, a solucao poder menor que 0, a soluca a a /T ser aceita com uma certa probabilidade, dada por P rob = e , sendo T o par metro de a controle da temperatura. H duas maneiras de se encontrar o valor inicial da temperatura: pela m dia dos custos das a e solucoes vizinhas ou por simulacao. No primeiro caso, uma solucao inicial qualquer e gerada. Logo ap s, gera-se um certo n mero de vizinhos e calcula-se o seu custo. A temperatura inicial o u ser encontrada atrav s da m dia dos custos das solucoes vizinhas. a e e Para encontrar a temperatura inicial por simulacao, uma solucao inicial qualquer e gerada e, a partir de um valor de temperatura baixo, conta-se a quantidade de vizinhos que s o aceitos a em um determinado n mero de iteracoes. Se o n mero de vizinhos aceitos for alto, retornau u se o valor da temperatura corrente como sendo o valor da temperatura inicial; caso contr rio, a aumenta-se a temperatura e repete-se o processo. Cada temperatura passa por um n umero xo de iteracoes, que e calculado com base na dimens o do problema. a Tipicamente, o simulated annealing inicia-se com uma temperatura alta. A temperatura e reduzida lentamente, atrav s de uma express o de resfriamento, at encontrar uma regi o e a e a especca. A probabilidade de se aceitar movimentos de piora em temperaturas elevadas e bem ` alta. A probabilidade de aceitacao de movimentos de piora diminui a medida que a temperatura decresce. Com o valor da temperatura baixo, o processo praticamente n o aceita movimentos a de piora e o procedimento passa a se comportar como o m todo da descida, at a temperatura e e estar pr xima de zero e, ent o, o sistema e congelado. O sistema tamb m pode congelar-se o a e quando a taxa de aceitacao de movimentos cair abaixo de um valor predeterminado ou quando

 o valor da funcao objetivo car inalterado por um determinado numero de temperaturas. Apresenta-se, a seguir, o pseudo-codigo da metaheurstica simulated annealing. procedimento SA(f (.), N (.),alfa, iterM ax, T o, s) 1 s s; /* melhor solucao obtida at ent o */ e a 2 iterT 0; /* n mero de iteracoes na temperatura T */ u 3 T T0 ; /* temperatura corrente */ 4 enquanto (T > 0) faca 5 enquanto (iterT < iterM ax) faca 6 iterT iterT + 1; 7 GereU mV izinhoQualquer s N (s); 8 = f (s ) f (s); 9 se ( < 0) ent o a 10 ss; 11 se (f (s ) < f (s ))ent o a 12 s s; 13 sen o a 14 tome x [0, 1] 15 se (x < e/T ) ent o a 16 s s ; 17 m-se; 18 m-enquanto; 19 Resf rieAT emperatura; 20 iterT 0; 21 m-enquanto; 22 s s ; 23 Retorne s; m SA; No algoritmo implementado, foi utilizada, para a realizac ao do resfriamento da temperatu ra, a express o: a Tk = Tk1 , se k = 1; Tk1 , caso contr rio. a Tk = 1 + Tk1 sendo = T0 Tk1 (k 1)T0 Tk1

e T0 denida como a temperatura inicial; Tk a temperatura na k- sima iteracao e um par metro, e a utilizado para corrigir a imperfeicao do resfriamento, de modo que 0 < < 1. A temperatura inicial foi encontrada por simulacao. 4 REPRESENTACAO DO PROBLEMA

O quadro de hor rios de professores e representado por uma matriz Qmp de valores ina teiros, na qual cada linha i de Q representa a alocacao semanal do professor i. Cada elemento qik pertencente ao conjunto {1, 0, 1, 2, 3, . . . , n} indica a atividade do professor i no hor ario k. O valor negativo indica que, naquele hor rio, o professor est indisponvel, enquanto o valor a a 99 indica inatividade no hor rio. Os demais valores representam as classes. Uma representacao a est apresentada na tabela 1. a

Tabela 1: Representacao do Quadro de Hor rios a

Prof. 1 2 3 4 . . . m h0 -1 -1 -1 9 Segunda h1 h2 -1 1 -1 11 -1 -1 0 99 Terca h5 h6 -1 5 -1 99 99 99 99 99 Semana Letiva Quarta h9 h10 h11 -1 -1 -1 -1 9 9 99 99 99 9 4 1 Quinta h13 h14 -1 0 -1 99 4 99 11 99 Sexta h17 h18 -1 4 -1 -1 4 4 99 1

h3 1 11 -1 99

h4 -1 -1 99 99

h7 5 99 99 11

h8 -1 -1 99 99

h12 -1 -1 4 5

h15 0 99 99 5

h16 -1 -1 99 4

h19 4 -1 4 0

99

99

11

99

99

99

99

99

99

11

99

99

-1

-1

-1

-1

4.1 Geracao da Solucao Inicial O m todo simulated annealing n o depende de uma boa solucao inicial. Por isto, a solucao e a inicial para implementacao proposta foi gerada de forma aleatoria, respeitando-se os hor rios a de indisponibilidade. A tabela 2 apresenta uma solucao inicial utilizada.
Tabela 2: Geracao de Solucao Inicial Aleat ria - Manh o a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 3D 3B 2A 3D Segunda h1 h2 1B 2A 1A 1A 3B 3B 2A 3B Terca h5 h6 2A 2A 1A 1A 2B 1B 1B 2B 3B 3B 2A 3D 2B Semana Letiva Quarta h9 h10 h11 2B 2B 3B 3B 3B 1A 3D 2B 2B 1A 3D 1B 3D 2A 1A 1A 2B 3B Quinta h13 h14 1A 3D 2A 1B 3D 2B 2B 2B 2B 3B 1B 3B 3D 3B 3D 1B Sexta h17 h18 1B 2A 1A 1B 3D 3B 2A 1B 1A 3B 3B 1B 1B 3D

h3 3B 3B 2B -

h4 2A 2B 1A 3D 3D 2B -

h7 2A 3B 2B 1A 3D 1B 3B 3D 1A -

h8 1B 1A 1B 2A 3D 2B

h12 1B 1B 2A 1B 1A -

h15 1A 3D 2A 2B 2A 2A 3D 2B -

h16 1A 2A 1B -

h19 1B 2A 1A 2B 1A 3D 2A

4.2 Estrutura de Vizinhanca Uma solucao s e dita vizinha de s, se for obtida a partir de um movimento de realocac ao ou troca de aulas em s. Em outras palavras, realiza-se, em cada linha i da matriz Q, um movimento, que consiste na troca de dois valores distintos e n o negativos. Este movimento e identicado a pela tripla < i, k1 , k2 >, onde k1 e k2 representam os hor rios nos quais as atividades qik1 e qik2 a do professor i ser o permutadas. a 4.3 Funcao de Avaliacao Em problemas reais, verica-se a exist ncia de v rios objetivos que, na maioria dos cae a sos, conitam entre si. No entanto, observa-se, na literatura, que a maioria dos Problemas de Hor rios aborda o uso de uma unica funcao objetivo, que minimiza a soma dos pesos de penaa lidades para avaliar a aptid o de solucoes e s um hor rio (com a mais baixa penalidade total) a o a e retornado, como resultado.

Neste trabalho, utiliza-se uma funcao objetivo baseada na penalizacao dos requisitos n o a atendidos, de acordo com o descrito a seguir: (1) Todas as aulas nomeadas a cada classe devem ser completamente marcadas. (2) Deve-se assegurar que cada professor ou classe seja nomeado n o mais que a uma aula e a a uma sala dentro de um perodo de tempo. (3) Deve-se respeitar a indisponibilidade das classes e professores. (4) As aulas de educacao-fsica s o obrigatoriamente geminadas, e devem ser programadas a para os dois ultimos hor rios di rios; a a (5) As demais disciplinas devem ser espalhadas durante a semana, podendo haver, no m ximo, a duas aulas di rias. a (6) Cada professor dever ter um dia livre durante a semana para realizacao de atividades n o a a ` relacionadas a sala de aula. (7) Se houver mais de uma aula marcada para uma mesma turma, espera-se que estas sejam geminadas. Desta forma, uma solucao s e avaliada com base na minimizacao da seguinte funcao f : f (Q) = f1 (Q) + f2 (Q) + f3 (Q) As duas primeiras componentes mensuram a viabilidade, ou n o, do quadro de hor rios e, a a a terceira, o nvel de satisfacao dos professores quanto ao atendimento de seus requisitos pessoais. Os pesos s o dados por , e , sendo w > >> . a A funcao f1 (Q) e representada pelo somat rio do n mero de vezes que um professor mi o u nistra aulas para mais de uma classe no hor rio k, mais o n mero de vezes que uma turma est a u a sem atividade nesse mesmo hor rio k. J a funcao f2 (Q) representa o somat rio do n mero a a o u de vezes em que e violado o n mero m ximo de aulas di rio de uma mesma disciplina. Por u a a m, a funcao f3 (Q) representa o somat rio de vezes que as solicitacoes dos professores n o o a s o atendidas (restricoes (6) e (7)), ou seja, a funcao penaliza o desrespeito ao dia reservado, a ao professor, para atividades fora de sala de aula. Tamb m se penaliza se duas aulas marcadas e para uma mesma classe, no mesmo dia, n o for geminada. a 5 RESULTADOS

O algoritmo foi implementado na linguagem C++, utilizando o compilador Borland C++ Builder 6 e testado em um computador tendo processador Pentium 4, 2.8 GHz e 256 MB de mem ria RAM. Os testes foram realizados baseando-se em um problema real, qual seja, a o geracao de hor rios escolares para o curso de ensino m dio do Centro Federal de Educacao a e Tecnol gica de Rio Pomba - MG. Os seguintes par metros foram informados: o a - N mero de classes: 12 (6 em cada turno); u - N mero de professores: 16; u - N mero de disciplinas: 11; u - Carga-hor ria semanal: 20 perodos de tempo, distribudos em 5 dias letivos. a

Al m desses dados, foi informado, pela instituicao de ensino, a carga-hor ria e a classe na qual e a cada professor deveria lecionar, bem como os dias de indisponibilidade dos professores e o n mero de dias em que as aulas deveriam ser distribudas. u O interesse principal e o de gerar bons quadros de hor rios, de acordo com os par metros a a informados pelo Centro Federal de Educacao Tecnol gica de Rio Pomba. o Primeiramente, foi realizada uma an lise nos quadros de hor rios dos professores do ensino a a m dio do Centro Federal de Educacao Tecnol gica de Rio Pomba (2005), mostrados nas tabelas e o o (7), que trata das aulas geminadas, n o foi atendida para cinco 3 e 4. Observou-se que a restrica a professores no turno da manh (3, 4, 6, 13, e 16) e quatro professores no turno da tarde (5, 6, a 12 e 13), sendo desrespeitada por 10 vezes.
Tabela 3: Quadro de Hor rio utilizado pelo CEFET/Rio Pomba - Manh a a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 2B 1B 3D 3B 2A 1A Segunda h1 h2 1A 3D 2A 2A 2B 1A 2B 1B 3B 3D 3B 1B Terca h5 h6 1B 3D 1A 1A 2A 3B 3D 2B 2A 1B 2B 3B Semana Letiva Quarta h9 h10 h11 3B 3B 2A 1A 2B 1A 1B 1A 1B 2B 2A 2A 3D 3B 3D 3D 1B 2B Quinta h13 h14 2A 2A 2B 1A 1A 3B 3D 1B 3B 3D 1B 2B Sexta h17 h18 2B 2A 2A 1B 1B 1A 2B 3B 3D 1A 3B 3D -

h3 1A 3D 3B 2B 1B 2A

h4 3D 1B 2A 2B 1A 3B

h7 1B 2B 1A 3B 2A 3D

h8 2B 1B 3B 2A 1A 3D

h12 3B 2B 1B 3D 2A 1A -

h15 2A 3D 1A 1B 3B 2B

h16 2A 1B 2B 1A 3D 3B -

h19 2B 3B 2A 3D 1B 1A -

Tabela 4: Quadro de Hor rio utilizado pelo CEFET/Rio Pomba - Tarde a

Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 2D 1D 3A 3C 2C 1C Segunda h1 h2 2C 2D 3C 2D 1C 1C 3C 1D 3A 3A 2C 1D Terca h5 h6 1C 3A 2C 2D 1C 1D 2D 2C 3A 3C 1D 3C Semana Letiva Quarta h9 h10 h11 2D 2D 1C 1C 3C 2D 2C 2C 1C 1D 1D 2C 3A 3A 3C 3C 1D 3A Quinta h13 h14 1D 3C 2C 2D 1C 2C 3C 1C 2D 3A 3A 1D Sexta h17 h18 2D 1D 2C 1C 1D 3A 3A 2D 3C 1C 2C 3C -

h3 2C 3A 1C 1D 3C 2D

h4 2C 3C 1D 2D 1C 3A

h7 1C 3A 1D 2C 2D 3C -

h8 2D 1D 3A 2C 1C 3C

h12 2C 3A 1D 3C 2D 1C -

h15 1D 3C 2D 1C 3A 2D

h16 2C 3A 1D 1C 3C 2D -

h19 2C 3A 2D 1D 3C 1C -

Alguns professores contratados t m suas aulas muito espalhadas durante a semana. O e professor 8 leciona apenas 6 aulas, e, de acordo com o quadro de hor rios, essas aulas est o a a

programadas de tal maneira que o obriga a leciona-las tr s dias. O mesmo acontece com o e professor 16, que leciona 12 aulas, que est o programadas para serem dadas em quatro dias. a Para comparar os quadros de hor rios, foram realizados tr s testes, um para o turno da a e manh (6 classes); um para o turno da tarde (6 classes); e um para os turnos manh e tarde, a a simultaneamente (12 classes). O programa foi executado 20 vezes para cada conjunto de dados. Em todos os casos, as aulas de educacao-fsica foram consideradas xadas. A tabela 5 e 6 apresentam, respectivamente, um dos resultados obtidos pelo primeiro e pelo segundo teste. Nesses dois testes, os resultados obtidos pelo simulated annealing conseguiram atender a todos os requisitos, al m de programar as aulas do professor 8 para apenas um dia e e o professor 16 para tr s dias. O tempo m dio de execucao do programa no primeiro teste foi de e e 59,61 segundos e no segundo teste foi de 43,15 segundos.
Tabela 5: Quadro de Hor rio CEFET/Rio Pomba - 1o Teste - Solucao Final Manh a a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 2A 2B 1A 1B 3B 3D Segunda h1 h2 2A 3D 2B 1A 1A 1B 1B 3B 3B 3D 2A 2B Terca h5 h6 2A 1B 3D 1A 1B 1A 2B 3B 3B 3D 2A 2B Semana Letiva Quarta h9 h10 h11 2B 2B 3B 3B 2A 2B 1B 1B 1B 3D 1A 3D 1A 2A 3D 1A 3B 2A Quinta h13 h14 1A 3D 2A 2B 1A 1B 3B 1B 3D 3B 2A 2B Sexta h17 h18 1B 3D 2A 1A 2B 2A 2B 3B 3B 3D 1B 1A -

h3 2A 3B 1B 1A 3D 2B -

h4 1A 1B 3D 2A 3B 2B -

h7 2A 3B 1A 3D 2B 1B -

h8 1B 2B 2A 3B 3D 1A -

h12 2A 1B 2B 3B 3D 1A -

h15 1A 3D 3B 2B 2A 1B -

h16 2B 1A 2A 3B 1B 3D

h19 1B 2A 1A 2B 3D 3B

Tabela 6: Quadro de Hor rio CEFET/Rio Pomba - 2o Teste - Solucao Final Tarde a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 2D 3C 1D 1C 3A 2C Segunda h1 h2 2D 2D 2C 2C 1C 1C 1D 1D 3A 3C 3C 3A Terca h5 h6 1C 2C 2C 2D 1D 3A 2D 3C 3A 3C 1C 1D Semana Letiva Quarta h9 h10 h11 3A 3A 1D 1C 2D 1C 1D 2D 1D 2C 3C 2C 2D 3A 3C 1C 3C 2C Quinta h13 h14 1D 3C 2D 2C 2C 1D 1C 2D 3A 3C 3A 1C Sexta h17 h18 3A 1D 2C 3C 2C 2D 1C 1D 2D 3C 1C 3A -

h3 2D 2C 1D 1C 3A 3C -

h4 1D 3A 1C 2D 3C 2C -

h7 1C 2C 2D 3C 3A 1D -

h8 3C 1C 2C 3A 1D 2D

h12 2D 3A 2C 1C 1D 3C -

h15 1D 3C 1C 2C 2D 3A -

h16 3C 2D 1C 3A 2C 1D -

h19 2C 2D 1D 1C 3C 3A -

As tabelas 7 e 8 apresentam um dos resultados obtidos pelo terceiro teste, ou seja, obtenc ao simult nea dos quadros de hor rios para os turnos manh e tarde. Nesse teste, apesar de n o a a a a

ter atendido a todos os requisitos nas 20 execucoes, seus resultados foram superiores ao quadro de hor rios utilizado pela instituicao de ensino, tendo o valor 3 como m dia de insatisfacao dos a e professores e o tempo m dio gasto pelo programa foi de 230,82 segundos. e
Tabela 7: Quadro de Hor rio CEFET/Rio Pomba - 3o Teste - Solucao Final Manh a a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 3D 2B 1B 1A 3B 2A Segunda h1 h2 3B 2A 3B 1B 1B 1A 1A 3D 3D 2A 2B 2B Terca h5 h6 1B 2A 3D 2A 3B 1A 2B 1A 3B 3D 1B 2B Semana Letiva Quarta h9 h10 h11 2A 2A 1A 2B 2B 1A 1B 2A 3B 3B 1B 3D 3D 3D 3B 1B 2B 1A Quinta h13 h14 1A 3D 3B 2A 1B 2B 2A 2B 1B 3B 3D 1A Sexta h17 h18 2B 1A 2A 3B 2B 1B 3D 1A 2A 3B 1B 3D

h3 3B 2A 1B 1A 3D 2B -

h4 2B 1B 3D 3B 2A 1A -

h7 1B 2A 1A 3D 3B 2B -

h8 1A 2B 1B 3D 2A 3B

h12 2A 3D 2B 1A 3B 1B -

h15 1A 3D 1B 2B 2A 3B -

h16 2B 3D 1B 2A 1A 3B

h19 2B 1B 2A 1A 3B 3D

Tabela 8: Quadro de Hor rio CEFET/Rio Pomba - 3o Teste - Solucao Final Tarde a
Prof. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 h0 2D 2C 1C 1D 3A 3C Segunda h1 h2 3C 2D 2C 1D 2D 1D 1C 1C 3C 3A 2C 3A Terca h5 h6 2D 2C 1C 3C 3A 3C 1D 1C 2D 3A 2C 1D Semana Letiva Quarta h9 h10 h11 1D 1D 3A 3A 1D 1C 2C 1C 2C 1C 3C 3C 3C 2D 2D 3A 2D 2C Quinta h13 h14 2C 2C 2D 3A 1C 1D 3C 2D 3A 3C 1C 1D Sexta h17 h18 1C 1C 2D 2D 2C 2C 1D 3A 3A 3C 1D 3C -

h3 3C 2C 1D 2D 1C 3A -

h4 3A 1D 2D 2C 3C 1C -

h7 2D 2C 3C 1C 3A 1D -

h8 1D 2D 3A 2C 3C 1C -

h12 3C 2D 2C 3A 1D 1C -

h15 2C 2D 3A 1D 1C 3C -

h16 2C 1C 2D 1D 3A 3C

h19 1C 2D 1D 3C 2C 3A

CONCLUSAO

Este trabalho apresenta uma aplicacao da metaheurstica simulated Annealing para o Pro blema de Hor rio Escolar. Foram realizados testes para a geracao de hor rios de um unico a a turno e a geracao dos hor rios dos dois turnos simultaneamente. Ao gerar somente o quadro de a hor rios de um unico turno, os resultados encontrados foram superiores ao quadro de hor rios a a utilizado pela instituicao de ensino, uma vez que, al m de satisfazer ao professor quanto ao e n mero de dias que este ir lecionar, evita intervalos entre duas aulas em uma mesma classe, u a fato que n o ocorre, em sua totalidade, no quadro de hor rios em vig ncia na instituicao de a a e ` ensino analisada. Quanto a geracao de quadro de hor rios para dois turnos em simult neo, a a

apesar de se ter encontrado boas solucoes, essas, na maioria das execucoes, atenderam, em um nvel menor de satisfacao, aos professores, mas se mant m superior ao quadro de hor rios em e a uso na instituicao. REFERENCIAS Abramson, D., Dang, H., & Krisnamoorthy, M., 1999. Simulated annealing cooling schedules for the school timetabling problem. Asia-Pacic Journal of Operational Research, vol. 16, pp. 12. Azimi, Z. N., 2004. Hibrid heuristics for examination timetabling problem. Applied Mathematics and Computation, vol. . Burke, E. K., Cowling, P., Causmaecker, P., & Bergue, G. V., 2001. A memetic approach to the nurse rostering problem. Applied Intelligence, vol. 15, pp. 199214. Burke, E. K., Kingston, J., Jackson, K., & Weare, R., 1997. Automated university timetabling: The state of the art. The Computer Journal, vol. 40, n. 9, pp. 565571. Burke, E. K. & Newall, J. P., 1999. Multistage evolutionary algorithm for the timetable problem. Evolutionary Computation, IEEE Transactions, vol. 3, n. 1, pp. 6374. Cooper, T. B. & Kingston, J. H., 1996. The complexity of timetable construction problems. In BURKE, E. K. and Ross, P. (eds.). Practice and Theory of automated Timetabling, v. 1153, Lecture Notes in computer science, volume 1153, pp. 283295, Berlin. Hertz, A., 1992. Finding a feasible course schedule using tabu search. Discrete applied mathematics, vol. 35, pp. 255270. Kirkpatrick, S., Gellat, D., & Vecchi, M., 1983. Optimization by Simulated Annealing. Science, vol. 220, pp. 671680. Mozos, R. S., Sanz, S. S., Cumplido, M. D., & Calzon, C. B. A., 2005. Two-phase heuristic evolutionary algorithm for personalizing course timetables: a case study in a spanish university computers. Operations Research, vol. 32, n. 7, pp. 17611776. Qu, R., 2002. Case Based Reasoning for Course Timetabling Problems. PhD thesis, University of Nottingham. Schaerf, A., 1999. A survey of automated timetabling. Articial Intelligence, vol. 13, n. 2, pp. 87127. Sch nberger, J. & Kopfer, H., 2004. Memetic algorithm timetabling for non-commercial sport o leagues. European Journal of Operational Research, vol. 153, n. 1, pp. 102116. Souza, M. J. F., 2000. Programacao de Hor rios em Escolas: Uma Aproximacao por Meta a heursticas. Tese de Doutorado, Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brasil. Wren, V., 1995. Scheduling, timetabling and rostering - a special relationship. In BURKE, E. K. and ROSS, P. (eds.). Selected Papers from the First International Conference on Practice and Theory of Automated CBR for Course Timetabling, pp. 4675, Berlin.