تطوير نظام ذكي لجدولة الامتحانات باستخدام الخوارزميات التطورية وتحسين الجداول الزمنية

طورت نظامًا ذكيًا لجدولة الامتحانات بشكل تلقائي باستخدام خوارزمية Genetic Algorithm، مع مراعاة القيود الواقعية مثل سعة القاعات، وتوفر المحاضرين، وتضارب الطلاب، وتوزيع الأوقات.

مكونات النظام:

- تحليل أولي للبيانات من ملفات CSV (كورسات، طلاب، محاضرين، قاعات، أوقات)

- تمثيل الكروموسوم على هيئة تعيين لكل امتحان في غرفة وزمن محدد

- تقييم الحلول باستخدام Fitness Function مخصصة تحسب عدد المخالفات بدقة

- تنفيذ النظام باستخدام عدة استراتيجيات تطورية مختلفة: Crossover (One-point, Uniform)، Mutation (Room mutation, Timeslot mutation)، Selection (Elitism, Generational, Crowding)

- اختبار أداء كل استراتيجية وتحليل نتائجها

- في النهاية، يتم اختيار أفضل توليفة من الاستراتيجيات لبناء الجدول النهائي بأعلى جودة وأقل عدد مخالفات

مميزات إضافية:

- دعم استراتيجية Co-Evolution لتوليد حلول متوازية

- الحفاظ على تنوع السكان باستخدام Shared Fitness وCrowding Replacement

- حساب Genetic Distance لتجنب التشابه بين الأفراد

- واجهة رسومية تفاعلية باستخدام Tkinter لإختيار المواد و عرض أفضل الجداول ومقارنة الأداء

- رسومات بيانية توضح تطور الأداء جيلاً بعد جيل

التقنيات المستخدمة: Python، Pandas، Tkinter، Matplotlib، TQDM، Tabulate، Jupyter Notebook

نوع المشروع: مشروع تطبيقي ضمن تخصص الذكاء الاصطناعي، يركز على الخوارزميات التطورية وتحليل الأداء لاختيار الأنسب

للاطلاع على المشروع:

رابط GitHub يحتوي على الكود ونتائج التدريب