Библиографическое описание:Обзор современных методов и подходов к автоматизированному составлению оптимального расписания : доклад, тезисы доклада / О. Д. Стелькин. - [Б. м. : б. и.], 2026. - Текст : непосредственный // Достижения науки и технологий (ДНиТ-V-2026) : сборник научных статей по материалам V Всероссийской (национальной) научной конференции. - Красноярск, 2026. - С. 492-498. - ISBN 9785605323549.
Аннотация:В статье представлен обзор современных методов и подходов к автоматизированному составлению оптимального учебного расписания в высших учебных заведениях. Рассмотрена специфика задачи расписания как NP- сложной комбинаторной задачи, которая требует учета множества жестких и мягких ограничений, связанных с учебной нагрузкой, интервалами, ресурсами. Были проанализированы основные классы методов, применяемых в данной области, включая генетические алгоритмы, метаэвристические подходы (табу-поиск и имитацию отжига), а также гибридные системы, сочетающие эволюционные алгоритмы с локальным поиском и элементами искусственного интеллекта. Проведено сравнение указанных методов по критериям гибкости, устойчивости к локальным оптимумам, вычислительной сложности и применимости в условиях реальных вузовских ограничений. Показано, что генетические алгоритмы обладают наибольшей универсальностью при многокритериальной оптимизации, в то время как метаэвристики эффективны на этапах локального улучшения решений. Отмечено, что наиболее перспективными являются гибридные подходы, обеспечивающие баланс между качеством решения и вычислительными затратами. Выявлены основные проблемы существующих исследований, связанные с недостаточной проработкой вопросов практического внедрения и эксплуатации автоматизированных систем составления расписаний.
This paper presents a review of modern methods and approaches to automated generation of optimal academic timetables in higher education institutions. The timetabling problem is considered as an NP-hard combinatorial optimization task that requires taking into account a large number of hard and soft constraints related to academic workload, time slots, and resources. The main classes of methods applied in this field are analyzed, including genetic algorithms, metaheuristic approaches (tabu search and simulated annealing), as well as hybrid systems that combine evolutionary algorithms with local search techniques and elements of artificial intelligence. A comparative analysis of the considered methods is carried out according to criteria such as flexibility, resistance to local optima, computational complexity, and applicability under real university constraints. It is shown that genetic algorithms provide the greatest versatility for multi-criteria optimization, while metaheuristic methods are particularly effective at the stages of local solution improvement. It is noted that hybrid approaches are the most promising, as they ensure a balance between solution quality and computational cost. The main problems of existing studies are identified, primarily related to insufficient attention to practical implementation and operation of automated timetabling systems.
