Roostering & matching: Iteratief!

De kern van de Educator planning en roostering is het  'local search' (simulated annealing) algoritme. Dit algoritme kan op meerdere niveau van het onderwijs worden toegepast. Bijvoorbeeld in de toewijzing van de vakken aan onderwijsperioden over de planningshorizon als ook het toekennen van lessen aan tijdmomenten.

Het genereren van een haalbaar en toegewezen rooster vindt plaats op basis van meerdere optimalisaties.

1. Voorspelling: Genereren van de vraagvoorspelling
2. Haalbaar plan: Het toekennen genereren van een haalbaar plan (periode) of rooster voor geselecteerde onderwijsproducten aan toegewezen middelen.
3. Vraag & aanbod matching: Tijdens het matching proces wordt een student / deelnemer toegewezen aan het rooster.

De generatie van het rooster vindt iteratief plaats. Dat betekent dat de nauwkeurigheid van de vraagvoorspelling en daarmee het rooster en de matching met de tijd toeneemt. Vroegtijdige beschikbaarheid van de basis informatie kan een betere uitgangspositie bieden.  What-if analyses stellen planners in staat op een effectief instellingsplan te genereren.

Naast reguliere planningen kunnen ook andere activiteiten gepland en geroosterd worden, zoals bevoorbeeld tentamenroostering.

 

Om te komen tot een kwalitatief  rooster kunnen de volgende weegfactoren worden meegenomen"

1. Respectering van de inzetplanning van docenten
2. Herkenning en respectering van van voorkeurstijden van studenten & deelnemers
3. Herkenning en respectering van de voorkeurstijden van docenten
4. Minimalisatie van de tussenuren voor deelnemers & studenten
5. Maak zo minimaal mogelijk gebruik van middelen buiten de instelling

Om de rekenkracht te gebruiken van de 'Cloud' wordt de GridGain architecture ingezet.

Impressie

Klik op de schermen op een grotere weergave ervan te bekijken en gebruik de cursortoetsen om door de schermen te navigeren.