Bibliografía
+ Dawkins, R.( 1999).“ The Blind Watchmaker: Why the Evidence of Evolution Reveals a Universe Without Design.” W. W. Norton, 1996. Citado en: Simon John Karl Horman,“ Using Genetic Algorithms to Schedule The University of New South Wales Examination Timetable.”
+ Hsiao-Lan, Fang( 1994). Ph. D. Thesis.“ Genetic Algorithms in Timetabling and Scheduling.” Department of Artificial Intelligence. University of Edinburgh, Scotland. Disponible en: http:// citeseer. ist. psu. edu / fang94genetic. html
+ Goldberg, D. E.( 1994).“ Genetic Algorithms in Search, Optimization and machine learning.” 1989. Citado en: Hsiao- Lan Fang. Ph. D. Thesis.“ Genetic Algorithms in Timetabling and Scheduling.” Department of Artificial Intelligence. University of Edinburgh, Scotland.
+ Holland, J.( 2004).“ Genetic algorithms.” Scientific American. Pp. 66-72. 1992. Citado en: Adam Marczyk.“ Genetic algorithms and evolutionary computation.”
Al programa pueden implementarse las siguientes mejoras:
+ Sensibilización
Puede haber casos en los que se requiere que se cumplan ciertas condiciones; por ejemplo, que una clase sea fija a cierta hora o que dos horas de clase siempre queden juntas una después de otra. En este caso, puede implementarse, por programación, dejar en todos los cromosomas estos valores fijos, y los demás resultados girarían en torno a estos.
+ Herramienta de diagnóstico
Una situación hipotética de un maestro que desea dar clases de 18:00 a 19:00 horas pero en ese día únicamente hay 4 horas de clase, y las clases empiezan a las 14:00 horas, la hora más tarde que se puede programar sin dejar horas libres entre clases es a las 17:00 horas. No hay manera de acomodar a éste maestro en la hora que pidió. Es posible y conveniente desarrollar una herramienta que detecte cuando una hora de clase presenta conflicto el 100 por ciento de las veces.
+ Algoritmos para asignar maestros y aulas
Una vez demostrado que los algoritmos genéticos funcionan para asignar horas de clase, el siguiente paso es elaborar algoritmos para asignar qué maestros impartirán cada materia, e igualmente uno para asignar aulas a las horas de clase.
+ Computación paralela
Se puede aprovechar el poder de procesamiento de varias computadoras, cada una evolucionando una parte de la población. Utilizando el operador migración, se hacen intercambios de individuos entre las computadoras.
+ Karl Horman, S. J.( 1999).“ Using Genetic Algorithms to Schedule The University of New South Wales Examination Timetable.” University of New South Wales. Disponible en: http:// www. horms. org /~ horms / papers / honours1 / html /
+ Koza, J.; Bennett, F.; Andre, D. y Keane, M.( 1999).“ Genetic Programming III: Darwinian Invention and Problem Solving.” Morgan Kaufmann Publishers. Citado en: Adam Marczyk.“ Genetic algorithms and evolutionary computation.” 2004.
+ Merelo Guervós, J. J.( 1997).“ Informática evolutiva: Algoritmos genéticos.” [ En línea ], [ Visitado: 25 de septiembre de 2007 ]. Disponible en: http:// geneura. ugr. es /~ jmerelo / ie / ie. ps. gz
+ Rocha, M. y Neves, J.( 1999).“ Preventing Premature Convergence to Local Optima in Genetic Algorithms via Random Offspring Generation.” Departamento de Informática. Universidad de Minho. Portugal.
Revista Científica 107