ISSN 2317-3297

O problema da elabora c ao de grade de hor arios: estudo de caso em uma Universidade brasileira
Rodrigo Leppaus de Araujo
Graduando do Curso de Bacharelado em Matem atica, CEUNES, UFES 29930-000, S ao Mateus, ES E-mail: lemao.ara@hotmail.com

Leonardo Delarmelina Secchin

Departamento de Matem atica Aplicada, CEUNES, UFES 29930-000, S ao Mateus, ES E-mail: lsecchin@ceunes.ufes.br

Palavras-chave: problema de hor arios, programa c ao inteira, branch-and-cut, timetabling.

Resumo: O problema da elabora c ao de grade de hor arios (timetabling problem) e objeto de vasto estudo. E frequente na literatura a abordagem via programa ca o inteira para sua resolu c ao. Neste trabalho, estudamos o problema de grade de hor arios escolares no Departamento de Matem atica Aplicada da UFES. Modelamos o problema no contexto da programa c ao inteira, baseado no trabalho de MirHassani [4], de forma a balancear delidade ` a realidade e eci encia computacional na resolu ca o. Um m etodo cl assico branch-and-cut foi utilizado na resolu c ao. Testes mostram que a estrat egia desenvolvida e adequada e pode ser utilizada na pr atica mediante pequenas modica c oes.

Introdu c ao

O problema da elabora c ao de grade de hor arios (timetabling problem) - PGH - consiste, no contexto escolar, no escalonamento de um conjunto de disciplinas entre professores e salas de aula, objeto de estudo de v durante um per odo de tempo pr e-denido. E arios autores. Dentre eles, MirHassani [4] relata o problema na Faculdade de Matem atica da Universidade de Tecnologia de Sharood, no Ir a, onde um modelo de programa c ao inteira e proposto. Tais modelos s ao frequentes na descri c ao do problema (outro exemplo interessante e o trabalho de Daskalaski e Birbas [2]). MirHassani prop oe uma formula c ao simplicada e eciente do ponto de vista computacional, j a que algumas formula c oes de programa c ao inteira requerem muito esfor co computacional em sua resolu c ao, por se tratar de um problema NP-dif cil [4]. V arias t ecnicas foram utilizadas na resolu c ao do PGH. Dentre elas, Simulating annealing, Busca Tabu, relaxa c ao Lagrangeana e o m etodo de Gera c ao de Colunas. Para uma referencia c ao adequada, consulte [4, 1]. Em nossa abordagem, utilizamos um algoritmo Branch-and-cut para programa c ao inteira. Nossa proposta e contextualizar o problema ` a realidade do Departamento de Matem atica Aplicada (DMA) da Universidade Federal do Esp rito Santo. Com base no trabalho de MirHassani [4], utilizamos um modelo de programa c ao inteira, propondo a adi c ao de novas restri c oes e vari aveis.

78

ISSN 2317-3297

Testes computacionais

No trabalho de MirHassani [4], quest oes como a distribui c ao balanceada de carga hor aria entre os docentes, e a condensa c ao de hor arios (diminui c ao das horas vagas entre aulas) n ao s ao de se observar que tais quest contempladas. E oes s ao fundamentais na realidade analisada. Propomos ent ao a inser c ao de novas vari aveis e restri c oes no modelo. Com basicamente duas simples novas restri c oes, o problema da distribui c ao de carga hor aria foi contornado, sem aumento signicativo no tempo computacional em rela c ao ao modelo original de MirHassani. O problema da condensa c ao dos hor arios foi amenizado com a adi c ao de restri c oes que impediam certos hor arios ocorrerem simultaneamente. Neste ponto, precisamos balancear o n umero desses impedimentos com a eci encia na resolu c ao. Os dados colhidos no DMA, e utilizados na simula c ao, t em as seguintes caracter sticas, referentes ao semestre letivo 2012/1: ca o Descri Disciplina Sala Professor Efetivo em exerc cio Professor Substituto Quantidade 46 20 16 3

sticas dos dados coletados. Tabela 1: Caracter Das 20 salas de aula, 16 s ao salas de aula normal, 2 laborat orios de inform atica, 1 laborat orio de matem atica e 1 laborat orio de ensino. Os 16 professores do quadro efetivo em exerc cio estavam dispon veis para aulas, chea de Departamento e duas coordena c oes de cursos. Quase a totalidade dos professores dispon veis podiam ministrar aulas em qualquer hor ario da semana, a menos dos hor arios da reuni ao departamental. Utilizamos nos testes um computador Intel Core 2 Quad 2.33 GHz, 2Gb de mem oria RAM e sistema operacional GNU/Linux 64 bits. O modelo, constru do com aux lio da ferramenta ZIMPL [3], foi resolvido utilizando o IBM CPLEX 12.4. Realizamos testes trocando algumas restri c oes por outras equivalentes, de modo a avaliar o desempenho computacional nas diferentes congura c oes. Sem especicar aqui quais restri c oes, apresentamos os dados globais dos testes na Tabela 2. ca o Descri aveis N umero de vari N umero de restri c oes Elementos n ao nulos Tempo da resolu c ao Teste 1 34.089 4.464 343.291 152.06sec Teste 2 34.089 4.464 375.371 161.95sec Teste 3 34.089 4.464 371.123 175.56sec Teste 4 34.089 4.464 339.043 78.20sec

Tabela 2: Testes computacionais Observamos que o n umero de restri c oes e vari aveis em todos os testes s ao os mesmos. No entanto, o n umero de elementos n ao nulos na matriz das restri c oes do problema varia. Nota-se que o Teste 4 tem melhores resultados, e e o de menor n umero de elementos n ao nulos. O melhor desempenho do Teste 4 deve-se, a nosso ver, principalmente ` as restri c oes desse tipo
n

yi = 1,
i=1

(1)

onde yi {0, 1} para todo i: existem ramica c oes computacionalmente ecientes sobre restri c oes do tipo (veja o t opico Generalized Upper Bound em [5]).
79

ISSN 2317-3297

ao e Conclus oes Discuss

Diante dos testes e tendo em vista a realidade do Departamento de Matem atica Aplicada da UFES, nossa adapta c ao do modelo proposto por MirHassani [4] apresenta-se como uma boa alternativa ao trabalho manual que hoje e empregado. Em rela c ao ao trabalho de MirHassani, avan camos no equil brio da carga hor aria entre os docentes e na condensa c ao dos hor arios de cada professor. No entanto, uma limita c ao em nosso trabalho e que consideramos somente disciplinas de cargas hor arias 30, 60 e 90 horas, que podem ser divididas em janelas de 2 horas na semana. Disciplinas de 45 e 75 horas n ao foram contempladas. Para tanto, devemos considerar janelas de tempo de diferentes tamanhos, e logo, a quantidade de vari aveis e complexidade das restri c oes aumenta. Outra quest ao e que n ao tratamos da aloca c ao de salas de aula. O artigo proposto por Daskalaki e Birbas [2] prop oe uma maneira interessante de contornar essa quest ao. Os autores resolvem o problema em duas fases. A primeira e similar ao presente trabalho, ou seja, aloca disciplinas para os professores e estabelece os hor arios das mesmas, levando em considera c ao somente a capacidade total de espa co f sico. A segunda fase cuida da aloca c ao de salas, onde tenta-se minimizar, dentre outras coisas, a variedade de salas de aula que uma mesma turma relatado neste trabalho que esta segunda fase usa. E e de f acil resolu c ao frente ` a primeira. Acreditamos, portanto, ser f acil o uso dessa t ecnica em nossa proposta.

Refer encias Bibliogr acas

[1] E.K. Burke, S. Petrovic, Recent research directions in automated timetabling. European Journal of Operational Research, 140 (2002), 266-280. [2] S. Daskalaki, T. Birbas, Ecient solutions for a university timetabling problem through integer programming. European Journal of Operational Research, 160 (2005), 106-120. [3] T. Koch, ZIMPL User Guide 3.2.0, 2011. [4] S.A. MirHassani, A computational approach to enhancing course timetabling with integer programming, Applied Mathematics and Computation, 175 (2006), 814-822. [5] L.A. Wolsey, Integer Programming, Series in Discrete Mathematics and Optimization, John Wiley & Sons, 1998.

80