sestavljanje urnika s pomoČjo rojne ...zunanji pomnilnik dobimo s pomočjo razširitvenega medija,...

i

Fakulteta za elektrotehniko, računalništvo in informatiko

Smetanova ulica 17 2000 Maribor, Slovenija

Leon Merc

SESTAVLJANJE URNIKA S POMOČJO ROJNE INTELIGENCE NA MOBILNI

PLATFORMI ANDROID

Diplomsko delo

Maribor, september 2013

ii

SESTAVLJANJE URNIKA S POMOČJO ROJNE

INTELIGENCE NA MOBILNI PLATFORMI ANDROID

Diplomsko delo

Študent: Leon Merc

Študijski program: Univerzitetni, Računalništvo in informacijske tehnologije

Mentor: Doc. dr. Iztok Fister

iv

Zahvala

Zahvaljujem se mentorju doc. dr. Iztoku Fistru,

za pomoč in vodstvo ob pisanju diplomske naloge.

Prav tako bi se rad zahvalil vsem družinskim

članom, ki so me spodbujali skozi vsa leta mojega

šolanja.

v

Sestavljanje urnika s pomočjo rojne inteligence na mobilni platformi Android

Ključne besede: Android, rojna inteligenca, optimizacija z roji delcev

UDK:621.39:004.5(043.2)

Povzetek

V diplomski nalogi se ukvarjamo s problemom avtomatizirane generacije urnika za

poljubno šolsko ustanovo. Kot ciljni operacijski sistem smo uporabili mobilno platformo

Android. Za optimizacijo samega urnika smo uporabili pristop rojne inteligence,

natančneje algoritma PSO (angl. Particle swarm optimization), katerega smo tudi

podrobno opisali.Ugotovili smo, da je optimizacija z zadovoljivimi rezultati na mobilnem

telefonu možna, ter predstavili pridobljene rezultate pri različnih konstantah.

vi

Timetabling using swarm intelligence on mobile platform Android

Key words: Android, swarm intelligence, Particle Swarm Optimization

UDK:621.39:004.5(043.2)

Abstract

In the thesis, we have dealt with the problem of automatic timetable generation for a

chosen academic institution. As the target operating system, an Android mobile platform

was used. The swarm intelligence approach, specifically the PSO (Particle swarm

Optimization) algorithm was applied for scheduling the optimization itself. This algorithm is

also described in detail. The conclusion of this thesis is that the automatic generation of

timetable on mobile devices is possible and the obtained results are appropriate to use in

a real-world.

vii

Kazalo

1 UVOD ................................................................................................................................................. 1

2 OPERACIJSKI SISTEM ANDROID .......................................................................................................... 3

2.1 MOBILNE NAPRAVE ............................................................................................................................... 3

2.2 O ANDROIDU ....................................................................................................................................... 3

2.2.1 Različice sistema Android ............................................................................................................ 4

2.2.2 Shranjevanje podatkov ................................................................................................................ 5

2.2.3 Vrste pomnilnika .......................................................................................................................... 5

2.3 MOBILNA APLIKACIJA ............................................................................................................................. 5

2.3.1 Aktivnost ...................................................................................................................................... 6

2.3.2 Storitve......................................................................................................................................... 6

2.3.3 Ponudniki vsebine ........................................................................................................................ 6

2.3.4 Sprejemniki obvestil ..................................................................................................................... 7

2.4 RAZVOJ MOBILNIH APLIKACIJ ................................................................................................................... 7

3 ROJNA INTELIGENCA .......................................................................................................................... 9

3.1 OPTIMIZACIJA Z ROJI DELCEV ................................................................................................................. 10

3.2 SESTAVLJANJE URNIKA Z ROJI DELCEV ...................................................................................................... 12

3.2.1 Določitev omejitev ..................................................................................................................... 13

3.2.2 Predstavitev problema ............................................................................................................... 13

3.2.3 Predstavitev položaja delca ....................................................................................................... 14

3.2.4 Sestavljanje urnika ..................................................................................................................... 15

3.2.5 Ocenitvena funkcija ................................................................................................................... 17

3.2.6 Lokalno iskanje .......................................................................................................................... 18

4 MOBILNA APLIKACIJA ZA SESTAVLJANJE URNIKA ............................................................................. 20

4.1 GRAFIČNA PODOBNA APLIKACIJE ............................................................................................................ 20

4.1.1 Osnovni meni ............................................................................................................................. 20

4.1.2 Dodajanje učilnice ...................................................................................................................... 21

4.1.3 Dodajanje predmetov ................................................................................................................ 22

4.1.4 Dodajanje razreda ..................................................................................................................... 23

4.1.5 Informacijski zaslon ................................................................................................................... 24

4.2 SHRANJEVANJE V DATOTEKO.................................................................................................................. 25

4.3 GENERACIJA URNIKA ............................................................................................................................ 26

viii

5 EKSPERIMENTI IN REZULTATI ............................................................................................................ 28

5.1 DOLOČANJE VELIKOSTI POPULACIJE ......................................................................................................... 29

5.2 KAKOVOST IN ČAS IZDELAVE URNIKA ........................................................................................................ 30

5.3 ČASOVNA ZAHTEVNOST POSAMEZNIH KOMPONENT ALGORITMA ................................................................... 31

6 SKLEP ................................................................................................................................................ 33

7 SEZNAM UPORABLJENIH VIROV ....................................................................................................... 34

ix

Kazalo slik

Slika 2-1: Primer oblikovanja enega izmed zaslonov......................................................... 8

Slika 3-1: Primer gibanja delca ........................................................................................12

Slika 3-2: Krčenje števila na termine za manjšo kompleksnost ........................................14

Slika 3-3: Primer položaja delca .......................................................................................15

Slika 3-4: Primer izbiranja 4 največjih števil .....................................................................15

Slika 3-5: Primer izbire novega števila, ko pride do konflikta ............................................16

Slika 4-1: Izgled osnovnega menija ..................................................................................21

Slika 4-2: Izgled aktivnosti za dodajanje učilnice ..............................................................22

Slika 4-3: Izgled aktivnosti za dodajanje predmeta ...........................................................23

Slika 4-4: Aktivnost za dodajanje razreda ........................................................................24

Slika 4-5: Izgled informacijskega zaslona .........................................................................25

Slika 4-6: Prikaz rezultatov sestavljanja urnika .................................................................26

x

Kazalo tabel

Tabela 2-1: delež različic Android nameščenih na mobilnih napravah .............................. 4

Tabela 3-1: Vrednosti za ocenjevanje urnika ...................................................................17

Tabela 5-1: Rezultati eksperimenta ..................................................................................30

Sestavljanje urnika s pomočjo rojne inteligence na mobilni platform android

1

1 Uvod

Sestavljanje urnika je organizacijski problem, s katerim se ljudje srečujemo na različnih

področjih življenja že od nekdaj, npr. ko delamo preprost razpored izmen v službah z

večizmenskim delom, urnik dogodkov ob večdnevnih prireditvah, urnik prostega časa, ipd.

Eden izmed takšnih problemov je tudi sestavljanje šolskega urnika, ki se mu posvečamo v

pričujoči diplomski nalogi. Pri sestavljanju šolskega urnika je potrebno upoštevati

naslednje štiri elemente oz. zainteresirane skupine [13]:

predavatelje/učitelje,

študente/učence,

predavalnice/učilnice in

časovne termine.

V praksi imamo namesto skupine pogosto predavateljev/učiteljev opravka s predmeti, saj

lahko en predmet uči več predavateljev/učiteljev. Prav tako študente/učence razvrščamo v

razrede/oddelke, saj v praksi en predmet običajno obiskuje skupina študentov/učencev. V

nadaljevanju zato uporabljamo izraz razred, za skupino študentov/učencev, ki obiskujejo

iste predmete.

Prav zaradi števila različnih kombinacij teh štirih elementov, je sestavljanje šolskega

urnika običajno veliko kompleksnejše, kot sestavljanje urnika za običajne namene. To so v

svoji raziskavi potrdili tudi avtorji Even, Itai in Shamir [1], ki so ugotovili, da je sestavljanje

šolskega urnika NP-poln problem. Ker je sestavljanje šolskega urnika problem, ki ga je

običajno potrebno prilagoditi razmeram na posamezni šoli, se je to opravilo donedavna

praviloma izvajalo ročno, kar je zahtevalo ogromno časa in človeških virov. Z uporabo

računalnika lahko upoštevamo želje posameznih skupin in na ta način kljub postavljenim

omejitvam generiramo urnik, s katerim je zadovoljna večina zainteresiranih skupin [2].

Področje sestavljanja šolskega urnika sta obravnavala med drugimi avtorja Ruey-Maw in

Hsiao-Fang [2], ki sta za optimizacijo urnika predlagala algoritem z roji delcev. Dowsland

in Thompson [17] sta se usmerila v dokaj podoben problem, sestavljanje urnika za pisne

preizkuse znanja, za kar sta uporabila optimizacijo z roji mravelj. Alzaqebah in Abdullah

[16] sta se enakega problema lotila z uporabo optimizacije z roji čebel.

V naši diplomski nalogi za sestavljanje urnika uporabljamo mobilno napravo z

operacijskim sistemom Android. Pri sami optimizaciji si pomagamo z optimizacijo z roji

delcev, ki spada pod algoritme rojne inteligence. Ker so mobilni telefoni donedavnega

veljali za računsko omejene, so se redko uporabljali za optimizacijske ali kakšne druge

računsko zahtevne operacije. Moč mobilnih telefonov se z leti hitro povečuje, njihova


2

uporaba pri sami optimizaciji pa nekoliko manj, saj še vedno velja prepričanje, da je moč

mobilnih naprav v primerjavi z osebnimi računalniki veliko manjša. Za razliko od

obravnavanih metod, smo naš optimizacijski algoritem razvili za mobilno napravo,

analizirali rezultate, ter ocenili njegovo učinkovitost. Glavna prednost takšnega razvoja je

dostopnost naše aplikacije kadarkoli in kjerkoli, saj je običajno mobilni telefon zmeraj v

dosegu roke.

Naša diplomska naloga je sestavljena iz petih poglavij. V drugem poglavju predstavimo

operacijski sistem Android, njegove različice in razvojna orodja. V tretjem poglavju

povemo nekaj o osnovah rojne inteligence, naštejemo nekaj algoritmov s tega področja in

opišemo algoritem, ki smo ga uporabili pri svoji optimizaciji. V četrtem poglavju

predstavimo grafični izgled naše aplikacije, opišemo postopek generacije urnikov, ter na

koncu vse rezultate analiziramo in predstavimo grafično. V sklepu povzemamo svoje

izkušnje o primernost mobilnih naprav za sestavljanje urnika.


3

2 Operacijski sistem Android

Z razvojem mobilnih tehnologij, se je izboljšala tudi dostopnost do naših podatkov. Danes

lahko uporabniki, dostopajo do svojih osebnih ali službenih podatkov kadarkoli in od

koderkoli, ne glede na njihovo lokacijo na svetu. Vse to je mogoče zaradi priročnih

aplikacij, ki so implementirane na eni izmed mobilnih naprav [24]. Ena izmed takšnih

aplikacij, je tudi aplikacija, ki smo jo implementirali v tem diplomskem delu.

2.1 Mobilne naprave

Mobilna naprava je običajno, majhna, prenosna, ročna, računalniška naprava [25]. Ena

izmed takšnih naprav je tudi mobilni telefon, ki je namenjen opravljanju in sprejemanju

klicev preko omrežja.

Pametni telefon je mobilna naprava z mobilnim operacijskim sistemom, ki jo od

običajnega mobilnega telefona loči boljša računska moč in povezljivost. Pametni telefon

običajno vsebuje sprejemnik GPS, medijski predvajalnik, vgrajen fotoaparat, vgrajeno

kamero, ipd. Večina modernih pametnih telefonov je opremljena z zaslonom na dotik,

brezžičnim in internetnim sprejemnikom. Največja razlika med običajnim in pametnim

telefonom je napredni programski vmesnik na slednjih, ki omogoča boljšo integracijo

aplikacij tretjih oseb in operacijskega sistema [18].

2.2 O Androidu

Android je mobilni operacijski sistem, ki temelji na jedru sistema Linux. Primarno je

zasnovan za naprave z zaslonom na dotik, pametne telefone in tablične računalnike.

Sistem je odprto-koden, kar pomeni, da ga lahko modificira in distribuira vsak posameznik

[3]. Prav zaradi slednjega in svoje izredne priljubljenosti med razvijalci, je Android v

zadnjem četrtletju leta 2010 prehitel konkurenčni sistem Symbian, ter z tem postal najbolj

razširjena platforma za pametne telefone [3][4].

Osnovni programski jezik za razvoj aplikacij je prilagojena oblika Jave [3]. Poleg Jave

Android omogoča tudi implementacijo delov kode napisanih v ostalih splošnih

programskih jezikih, kot so C in C++, kar zna biti, zaradi ponovne uporabljivosti že

napisane kode, za določene aplikacije še kako koristno. Vendar tak način prinaša tudi


4

svoje slabosti, predvsem v zmogljivosti napisane kode. Zato je naloga vsakega razvijalca

posebej, da oceni, kaj je najboljše za njegovo aplikacijo [5].

V naši diplomski nalogi smo za razvoj svoje aplikacije izbrali programski jezik Java, kot

razvojno okolje pa smo uporabili Android studio, ki ga predstavljamo kasneje. Najprej pa

se dotaknimo vprašanja, kako izbrati pravilno različico sistema Android.

2.2.1 Različice sistema Android

V svoji prvi preizkusni različici je Android prvič izšel novembra leta 2007. Prva

komercialna verzija Androida, označena kot verzija 1.0, je izšla septembra leta 2008. Vse

verzije Androida so po aprilu leta 2009 poimenovane po eni izmed slaščic in si sledijo po

abecednem vrstnem redu (Cupcake, Donut, itd.) [6].

Ker se je z razvojem različic spreminjal tako vizualni kot funkcijski vidik samega

operacijskega sistema, smo se v našem primeru morali odločiti, katera je minimalna

zahtevana različica Androida, s katero lahko zajamemo večino trenutnih naprav, in pri tem

še vedno uporabljamo najnovejše gradnike mobilnih aplikacij. Dne 1.9.2013 je bil delež

različic nameščenih na mobilnih napravah takšen, kot ga prikazuje tabela 2-1 [3].

Tabela 2-1: delež različic Android nameščenih na mobilnih napravah

Verzija Ime Datum izdaje API nivo Delež

4.1.x Jelly Bean 9. julij 2012 16 36.6%

2.3.3 Gingerbread 9. februar 2011 10 30.7%

4.0.3 Ice Cream Sandwich 16. december 2011 15 21.7%

4.2.x Jelly Bean 13. november 2012 17 8.5%

2.2 Froyo 20. maj 2010 8 2.4%

3.2 Honeycomb 15. julij 2011 13 0.1%

Pri tem je potrebno dodati, da je v veliki večini primerov aplikacija napisana za določeno

različico kompatibilna tudi z novejšimi različicami. Obratno pa tega ne moremo trditi. Sami

smo glede na podatke v omenjeni tabeli izbrali različico Ice Cream Sandwich, ki je bila v

času razvijanja naše mobilne aplikacije dovolj nova, in je pri tem še vedo zajemala dobrih

65% vseh mobilnih naprav Android.


5

2.2.2 Shranjevanje podatkov

Večina mobilnih aplikacij mora vsaj enkrat v svojem življenjske ciklu shraniti podatke.

Android omogoča naslednje načine shranjevanja [22][23]:

Shranjevanje datotek, primerno za shranjevanje velikih količin podatkov. Še

posebej takrat, ko podatke beremo od začetka do konca.

Shranjevanje podatkov v SQL bazo, primerno za shranjevanje ponavljajočih ali

strukturiranih podatkov.

Shranjevanje ključ-vrednost parov, se uporablja, ko imamo relativno majhno

število podatkov vezane na neke ključe. Ključ nam predstavlja edinstven

identifikator, ki kaže na vrednost. Vrednost je naš podatek ali kazalec na ta

podatek.

2.2.3 Vrste pomnilnika

V samem Androidu obstajata dve vrsti spomina in sicer notranji in zunanji. Notranji

pomnilnik je vgrajen v samo mobilno napravo. Zunanji pomnilnik dobimo s pomočjo

razširitvenega medija, kot je kartica SD (angl. Secure Digital), ipd. Imena pomnilnikov

izhajajo iz začetkov razvoja samega Androida, ko je večina telefon poleg notranjega oz.

internega pomnilnika uporabljala tudi zunanje medije.

Danes večina naprav svoj notranji pomnilnik deli na zunanjo in notranjo particijo, kar

pomeni, da lahko simuliramo zunanji pomnilnik z notranjim [13].

2.3 Mobilna aplikacija

Mobilna aplikacija, je programska oprema, ki je implementirana tako, da jo poganjajo

mobilni telefoni. Mobilne aplikacije so običajno na voljo preko posebne distribucijske

platforme, ki jo upravlja sam mobilni operacijski sistem. Primeri najbolj znanih distribucijski

platform so App Store [28], Google Play [29] in Windows Phone Store [30]. Na voljo so

tako plačljive kot ne-plačljive aplikacije. Mobilne aplikacije so na začetku zajemala le

najosnovnejše funkcionalnosti kot so elektronska pošta, koledar, kontakti, borzni podatki

in informacije o vremenu. Vendar so z časom in zahtevami uporabnikov hitro razširile

svoje funkcionalnosti tudi na mnoga druga področja, kot so mobilne igre, navigacija,

bančništvo, ipd. [19].


6

2.3.1 Aktivnost

Aktivnost (angl. Activity) je razred oz. komponenta v operacijskem sistemu Android, ki

skrbi za prikaz grafičnega vmesnika. Aktivnost običajno predstavlja neke logično

povezane funkcionalnosti. Aplikacija je sestavljena iz več aktivnosti. Katera aktivnost teče

trenutno določa sklad aktivnosti (angl. Activity Stack). Aktivnost, ki trenutno teče je zmeraj

na vrhu sklada. Sama aktivnost ima lahko naslednja stanja [20]:

Aktivna oz. teče (angl. active or running), ko je aktivnost v ospredju našega

zaslona.

Začasno ustavljena (angl. paused) aktivnost, ki je še zmeraj vidna vendar je

izgubila pozornost. Takšna aktivnost ohranja vrednosti vseh spremenljivk in se

zaustavi le v primeru, ko nam začne primanjkovati glavnega pomnilnika.

Ustavljena (angl. stopped) aktivnost, ki ni več v ospredju in jo popolnoma

prekriva neka druga aktivnost. Aktivnost ohranja vrednosti spremenljivk, vendar

se zaustavi takoj, ko je glavni pomnilnik potreben za druge aktivnosti.

2.3.2 Storitve

Storitev je komponenta oz. gradnik Androida, ki nima uporabniškega vmesnika. Uporablja

se za dolgotrajne operacije, ki tečejo v ozadju. Primer storitve je, predvajanje glasbe, ko

smo v drugi aplikaciji ali pridobivanje podatkov preko spleta, ne da bi blokirali interakcijo z

našo aktivnostjo. Storitev lahko zaženemo iz katerekoli aktivnosti [27].

2.3.3 Ponudniki vsebine

Ponudniki vsebine skrbijo za podatke aplikacije v skupni rabi. Omogočajo shranjevanje

podatkov v podatkovno bazo, datotečni sistem, splet ali kateri koli drug vir za shranjevanje

do katerega lahko dostopa naša aplikacija. Od ponudnika vsebine lahko druge aplikacije

zahtevajo podatke ali jih celo spreminjajo (če imajo ustrezne pravice). Primer ponudnika

vsebine je npr. seznam kontaktov. Aplikacije z ustreznimi pravicami lahko pridobijo

podatke o posameznem kontaktu, ter jih spreminjajo če imajo za to zadostne pravice [27].


7

2.3.4 Sprejemniki obvestil

Sprejemniki obvestil, so še ena izmed komponent Androida, ki nimajo uporabniškega

vmesnika. Veliko obvestil izhaja iz samega operacijskega sistema. Preko njih sprejmemo

obvestila o prazni bateriji, ko se ugasne ekran, ko je bila zajeta zaslonska slika ipd.

Obvestila lahko poleg operacijskega sistema pošiljajo tudi samo aplikacije. Vzemimo na

primer aplikacijo, ki pridobi z spleta nov vir podatkov in razpošlje obvestila ostalim

aplikacijam. S tem jih obvesti, da je ta vir na voljo vsem.

2.4 Razvoj mobilnih aplikacij

V preteklosti je kot glavno integrirano okolje za razvoj aplikacij Android veljalo ogrodje

Eclipse. V Eclipse je bilo potrebno namestili vtičnik, ki je dodal funkcionalnosti potrebne za

razvoj mobilnih aplikacij (npr. emulator, razhroščevalnik, ipd.) in lahko smo pričeli z delom

[7] . Ker je ogrodje Eclipse v osnovi namenjeno za razvoj široke palete aplikacij, ki niso

namenjene prvenstveno platformi Android, so dodatne funcionalnosti pomenile večjo

kompleksnost uporabniškega vmesnika, kot bi bilo potrebno.

Android studio je za razliko od ogrodja Eclipse integrirano razvijalno orodje, ki se

osredotoča le na razvoj aplikacij za platformo Android. Izdan je bil junija leta 2013 kot

zgodnji predogled, kar pomeni, da je bilo orodje v času našega razvijanja še v poizkusni

različici [8].

Kljub preizkusni različici Android studia smo med samim razvojem naše mobilne aplikacije

ugotovili, da je orodje dovolj stabilno, da nam je uspelo v njem razviti celotno aplikacijo

brez kakšnih večjih težav. Android studio za izdelavo aplikacij ponuja široko paleto že

implementiranih gradnikov. Nekaj izmed teh gradnikov smo uporabili tudi mi [21]:

Zavihki (angl. tabs): s pomočjo katerih olajšamo navigacijo med različnimi

pogledi in funkcionalnostmi naše aplikacije.

Gumbi (angl. button): gradnik sestavljen iz teksta in slike, ki ob pritisku nanj

zažene določeno akcijo.

Vnosno polje (angl. text field): uporabljajo se za pridobivanje podatkov od

uporabnika. Lahko so tekstovna ali številska, omogočajo pa tudi posebne tipe

vnosa kot so gesla.

Potrditveno polje (angl. checkbox): uporabniku omogočajo izbiro različnih

možnosti iz nabora funkcij oz. podatkov (v našem primeru seznam predmetov),


8

izbrane možnosti so predstavljene kot obkljukano polje, neizbrane pa kot prazno

polje.

Seznam (angl. list): se uporablja za prikaz podatkov. Podatki so predstavljeni v

vertikalnih vrsticah, kot tekst.

Razširljiv seznam (angl. Expandable list): je po sestavi podoben seznamu, z

dodatno funkcionalnostjo razširitve vsakega elementa. Ko pritisnemo na poljubno

podatkovno vrstico v razširljivem seznamu, se ta razširi in prikaže dodatne

informacije o naši izbiri.

Slika 2-1: Primer oblikovanja enega izmed zaslonov

Na sliki 2-1 lahko vidimo primer oblikovanja ene izmed aktivnosti naše aplikacije. Na levi

strani vidimo nabor gradnikov, ki jih lahko uporabimo pri gradnji izgleda naše aplikacije.

Na sredini imamo okno za oblikovanje naše aktivnosti. Če želimo uporabiti določen

gradnik ga preprosto izberemo in prenesemo na želeno mesto na sredo ekrana. Na desni

zgornji strani strani lahko vidimo hierarhično drevo naših gradnikov in njihovo povezavo.

Ko izberemo katerega izmed gradnikov, se v spodnjem desnem kotu prikažejo njegove

lastnosti. Z lastnostmi gradnika vplivamo na njegov izgled in obnašanje, s čimer ga lahko

prilagodimo svojim potrebam.


9

3 Rojna Inteligenca

Rojna inteligenca (angl. Swarm Intelligence, krajše SI) je disciplina umetne

inteligence(UI). Na svoji popularnosti je pridobila predvsem v zadnjem desetletju.

Običajno se zgleduje po kolektivnem obnašanju bioloških sistemov, kot npr. roji mravelj,

čebel, termitov, črvov ter jate ptic in rib [15].

Osnovni gradnik populacije rešitev predstavljajo t.i. agenti. Agenti komunicirajo med seboj

lokalno, z okoljem pa globalno. Agenti se obnašajo po zelo preprostih pravilih, čeprav ni

centralnega sistema, ki bi tem agentom naročal, kako naj se obnašajo, nas komunikacija

med agenti pripelje do neke vrste inteligentnega obnašanja, ki ga posamezni agenti ne

poznajo [9].

Zaradi različnosti sistemov, ki jih lahko opazujemo z rojno inteligenco, raziskave na tem

področju razvrstimo glede na naslednje kriterije [10]:

Naravni–umetni: o naravnih sistemih govorimo takrat, ko so cilj študije biološki

sistemi, o umetnih pa, ko so to človeški artefakti.

Znanstvene–inženirske: znanstvene raziskave so tiste, katerih cilj je osamitev in

razumevanje mehanizma, ki omogoča sistemom inteligentno in koordinirano

obnašanje. Medtem pa je cilj inženirske raziskave, izkoriščanje razumevanja

znanstvenih raziskav, za sestavo sistema, ki razrešuje praktični problem.

Naštejmo samo nekaj primerov algoritmov rojne inteligence [9]:

Optimizacija s kolonijo mravelj (angl. Ant Colony Optimization, krajše ACO):

je optimizacijski algoritem, ki posnema obnašanje kolonije mravelj. Uporaben je

predvsem v primerih, ko moramo najti optimalno pot do cilja. V naravi mravlje

puščajo feromone, s čimer usmerjajo ena drugo, medtem ko raziskujejo prostor.

Kolonija čebel (angl. Artificial Bee Colony, krajše ABC): simulira obnašanje

roja čebel pri iskanju hrane. V koloniji obstajajo tri vrste čebel (delavke, sledilci,

skavti), ki ocenjujejo kakovost virov hrane s količino nektarja v njegovi okolici.

Optimizacija z roji kresnic (angl. Firefly Algorithm, krajše FA): lastnost

kresnic je njihova svetilnost, ki jo lahko občudujemo v toplih poletnih nočeh.

Kresnice ocenijo svoj trenutni položaj glede na kriterije in ga zakodirajo v svojo

svetilnost. Vsaka kresnica prepozna svoje sosede glede na doseg senzorjev in

izračuna svoj premik proti kresnici, ki ima svetilnost večjo od svoje [15].

Optimizacija z roji delcev (angl. Particle Swarm Optimization, krajše PSO): je

globalni optimizacijski algoritem, ki rešitve problema (delce) predstavlja kot točke

v n-dimenzionalnem prostoru. Vsak delec ima svojo začetno pozicijo in hitrost. Po


10

vsaki iteraciji posodobimo oceno vsakega delca glede na kriterije in opravimo

njegov premik. Premik je odvisen od komunikacije med delci, kar pomeni, da

delec vedno privlačijo ostali delci z boljšo oceno.

Več-rojna optimizacija (angl. Multi-swarm Optimization): je ena izmed izvedb

optimizacije z roji delcev. Namesto, da pri optimizacijo uporabimo en roj delcev,

ustvarimo več manjših pod-rojev. Vsak tak manjši roj se posveča preiskovanju

svoje regije v prostoru preiskovanja.

Samih osnovnih algoritmov v rojni inteligenci je veliko več, vendar tukaj na kratko

opisujemo samo najpomembnejše. V našem primeru rešujemo optimizacijski problem

z algoritmom z roji delcev.

3.1 Optimizacija z roji delcev

Optimizacijo z roji delcev so razvili Kennedy, Eberhart in Shi [11] leta 1995. Pri optimizaciji

z roji delcev, algoritem iterativno izboljšuje kandidate za rešitev dokler ne doseže

končnega pogoja. Vsaka rešitev problema je predstavljena kot delec. Vsak delec v

populaciji predstavimo z njegovim položajem in hitrostjo gibanja za

in . Položaj vseh delcev v prostoru obravnavamo kot možne rešitve.

Poleg same položaja, je vsak delec opremljen tudi z funkcijo za ocenitev, ki vsakemu

delcu dodeli številsko vrednost glede njegove kakovosti. Ko se vsak delec premakne na

nov položaj, si zapomni položaj, na katerem je bila njegova ocena največja. Tako dobimo

osebne najboljše rezultate za vsak delec za in , kjer

označuje število delcev v populaciji in dimenzijo problema. Poleg tega, da si vsak

delec beleži svoj najboljši osebni rezultat pa beležimo tudi globalno najboljši rezultat

za . Glede na osebne najboljše rezultate in globalno najboljši rezultat

vsak delec spremeni svoj položaj in hitrost, kar ga usmerja proti optimalni vrednosti in

rešitvi.

Pred začetkom zagona algoritma moramo najprej naključno generirati položaj in hitrost

vsakega delca v populaciji. Ko vsem delcem določimo njihove začetne vrednosti

nadaljujemo po algoritmu psevdokod 3-1 [2]:


11

Psevdokod 3-1: Psevdokod algoritma PSO

1:

2:

3:

4:

5:

6:

7:

8:

9:

10:

11:

12:

13:

14:

15:

16:

17:

Delec[SteviloDelcev];i=0;ocena=0;

FOR EACH delec

Delec.Inicializiraj()//inicializiramo delce

ENDFOR

WHILEiPbest.Ocena() THEN

Pbest=Delec.Pozicija();//nov osebno najboljši delec

ENDIF

IFocena>Gbest.Ocena() THEN

Gbest=Delec.Pozicija();//nov globalno najboljši delec

ENDIF

Delec.Premakni();()//delec premaknemo

ENDFOR

i=i+1;

ENDWHILE

Delci se gibajo v prostoru po naslednji enačbi [2]:

( ) ( ) (3.1)

kjer pomenijo:

Np–velikost populacije,

D –število dimenzij našega problema,

- hitrost i-tega delca v j-ti dimenziji,

- položaj i-tega delca v j-ti dimenziji,

c1 - kognitivni faktor učenja,

c2 - socialni faktor učenja,

- osebno najboljši rezultat i-tega delca v j-ti dimenziji,

– globalno najboljši rezultat v j-ti dimenziji,

RAND1 in RAND2– naključno realno število med 0 in 1.


12

Slika 3-1: Primer gibanja delca

Na sliki 3-1 lahko vidimo primer gibanja delcev [12]. Zamislimo si, da se vsi naši delci

gibljejo po prostoru. Vsak delec se giblje v neki smeri in z neko hitrostjo, kar označimo na

sliki z dolgimi črtkanimi črtami. Poleg osnovnega gibanja vsakega delca, delujejo na njem

tudi druge privlačne sile. Silo, s katero globalno najboljši rezultat k sebi privlači delec, na

sliki označimo z polno krepko črto. Naš delec poleg globalno najboljšega k sebi privlači

tudi osebni najboljši rezultat, kar označimo z navadno črto. Rezultat vseh sil je nova smer

in hitrost gibanja našega delca, kar prikazuje kratka črtkana črta.

3.2 Sestavljanje urnika z roji delcev

Sestavljanje šolskega urnika je problem kombiniranja štirih elementov [13]:

predavatelji/učitelji,

študenti/učenci,


13

predavalnice/učilnice,

časovni termini.

Pri tem moramo zagotoviti, da so izpolnjene določene omejitve. Za optimizacijo samega

urnika izhajamo iz algoritma optimizacije z roji delcev za sestavljanje urnikov, ki sta ga

opisala Ruey-Maw in Hsiao-Fang v [2].

3.2.1 Določitev omejitev

Kot prvo moramo določiti omejitve, ki jih mora izpolnjevati naš urnik. Omejitve delimo na

težke in lahke. Težke omejitve so omejitve, ki jih moramo obvezno izpolniti, če želimo, da

je izdelani urnik veljaven. Lahko omejitve sicer lahko kršimo, vendar te kršitve vplivajo na

oceno samega urnika [2].

Stroge omejitve pri sestavljanju našega urnika so naslednje:

vsak razred ima istočasno samo en predmet,

vsak profesor lahko istočasno uči samo en predmet,

vsaka učilnica ima lahko samo en predmet istočasno,

število učencev ne sme presegati kapacitete učilnice,

računalniški predmet potrebuje računalniško učilnico.

Lahka omejitev je ena sama, in sicer:

izogibanje jutranjih ur v ponedeljek ter popoldanskih v torek.

3.2.2 Predstavitev problema

Pri sestavljanju šolskega urnika imamo opravka s štirimi glavnimi elementi: profesorji

(predmeti), študenti (razredi), učilnicami in časovni termini. Kombinacije teh elementov

definirajo položaj delca in s tem tudi rešitev. Naša naloga je, da s premikanje delcev v

prostoru preiskovanja poizkusimo najti rešitev, ki je najbližja optimalni [2].

Podobno kot Ruey-Maw in Hsiao-Fang smo tudi sami definirali urnik, ki zavzema 8 ur na

dan, 5 dni na teden, kar nanese 40 ur tedensko. Po prvih 4 šolskih urah dneva sledi ura

malice, nakar se nadaljuje pouk. Zaradi zmanjšanja kompleksnosti in manjše računske

zahtevnosti samega sestavljanja urnika, smo 40 urni tedenski urnik, skrčili na 20 terminov,

kar z drugimi besedami pomeni, da 1 termin zajema 2 šolski uri (slika 3-2). Posledično

lahko urnik vsakega profesorja predstavimo kot polje z 20 elementi. Enako velja tudi za


14

urnik razredov in učilnic. Iz tega sledi, da delec predstavimo kot tri dimenzionalen seznam

polj za pripadajoče urnike učilnic, profesorjev in razredov [2].

Slika 3-2: Krčenje števila na termine za manjšo kompleksnost

3.2.3 Predstavitev položaja delca

Naslednji element, potreben pri definiciji delca, je njegov položaj. Za položaj delca smo

uporabili vektor, ki ima velikost 20*n elementov, pri čemer določa n število profesorjev.

Takšna predstavitev vektorja namreč poenostavlja samo generacijo urnika. Primer

vektorja, ki opisuje položaj delca (rešitev), lahko vidimo na sliki 3-3. Urnik, v katerem

nastopa 5 profesorjev, na primer, predstavimo s položajskim vektorjem dolžine 100

elementov [2].


15

Slika 3-3: Primer položaja delca

3.2.4 Sestavljanje urnika

Pri samem sestavljanju urnika smo najprej ponastavili celoten položajski vektor. Vse

njegove elemente smo nastavili na naključno vrednost med 0-9. Prav tako smo določili

hitrost vsakega delca med -0,5 in 0,5. S tem smo delec naključno umestili v D-

dimenzionalni prostor. Število dimenzij prostora preiskovanja je odvisno od števila

elementov položajskega vektorja. Prvih 20 elementov položajskega vektorja predstavlja

parametre za sestavo urnika prvega profesorja, drugih 20 za sestavo urnika drugega

profesorja, tretjih 20 za sestavo urnika tretjega profesorja, itd.

Pri sestavljanju urnika najprej vzamemo prvih 20 elementov našega položajskega vektorja

in jih shranimo v vmesno spremenljivko. Iz vmesne spremenljivke nato poiščemo indekse

elementov, ki vsebujejo najvišja števila. Koliko števil izvlečemo, je odvisno od števila

predmetov, ki jih uči posamezen profesor. Na sliki 3-4 lahko vidimo primer, ko profesor

potrebuje za vse svoje predmete 4 termine [2].

Slika 3-4: Primer izbiranja 4 največjih števil


16

Ko smo izvlekli najvišja števila, preverimo ali je predlagan termin prost. Najprej preverimo

ali ima prost termin sam profesor. Nato preverimo vse skupine študentov oz. razrede, ki

obiskujejo izbrani predmet. Če imajo vsi zainteresirani pri predmetu prost termin, na

samem koncu preverimo še ali obstaja prosta učilnica, ki zadosti vsem našim potrebam.

Če pri preverjanju ne pride do konfliktov, lahko v urnike pripadajočega profesorja,

razredov in učilnice vpišemo rezervacijo za izbran termin. V primeru, da pride do konflikta,

izbrani termin zavržemo in izberemo naslednjega po velikosti (Slika 3-5) [2].

Slika 3-5: Primer izbire novega števila, ko pride do konflikta

Zgoraj opisan postopek ponovimo za vse preostale profesorje. Po obravnavi vseh

profesorjev dobimo kot končni rezultat sestavljen urnik. Ta urnik je s pomočjo ocenitvene

funkcije potrebno še oceniti. Če ocena kakovosti urnika presega oceno osebne oz.

globalne najboljše rešitve, jo/ju zamenjamo s trenutno rešitvijo. Položaj delca na koncu

glede na enačbo (3.1) še posodobimo [2].

Poenostavljen psevdokod za zgoraj opisan postopek nam prikazuje psevdokod 3-2.

Psevdokod 3-2: Sestavljanja urnika iz položaja delca

1:

2:

3:

4:

5:

6:

7:

8:

9:

10:

11:

12:

13:

14:

15:

16:

17:

Polozaj[SteviloProfesorjev*20];i=0;ocena=0;najvisja=0;vmesni[20];

WHILEi


17

18:

19:

20:

21:

22:

ENDIF

UNTIL !nadaljuj

ENDFOR

i=i+1;

ENDWHILE

Ker smo vsak teden razdelili na 20 terminov, to pomeni, da lahko vsak termin traja

natanko dve uri. Težava nastane, ko želimo dodeliti predmet, ki traja 3 ure. Če dodelimo

tak predmet terminu pomeni, da lahko naslednjem terminu dodelimo le eno uro. Zato

poleg preverjanja ali je sam termina prost, tukaj preverimo tudi predhodni in naslednji

termin [2].

3.2.5 Ocenitvena funkcija

Ocenitvena funkcija izračuna urniku neko številsko vrednost, s katero merimo njegovo

kakovost. Ta je močno odvisna od želj študentov in profesorjev. Na urniku z oceno 5

predstavimo najbolj zaželen termin, z oceno 4 drugi najbolj zaželen termin, z oceno 3

povprečnega, z oceno 2 slabega, in 1 najmanj zaželen termin. Z oceno -1 predstavimo

termin, ki se ga želimo izogibati. V tabeli 3-1 lahko vidimo ocene terminov, ki jih

uporabljamo v naši aplikaciji. Z oceno -1 smo označili le ponedeljkov jutranji termin in

popoldanski termin v petek, saj smo v svojih lahkih omejitvah definirali, da sta ta termina

nezaželena [2].

Tabela 3-1: Vrednosti za ocenjevanje urnika

Termin Ponedeljek Torek Sreda Četrtek Petek

1 -1 4 5 4 3

2 1 5 5 5 2

Malica

3 2 4 4 4 1

4 3 3 3 3 -1

Oceno urnika za posameznega profesorja oz. oddelek, dobimo tako, da v času, ko je

njihov termin zaseden prištejemo pripadajočo število iz naše ocenjevalne matrike. Ocena

urnika, je skupni seštevek ocen vseh terminov, ki so zasedeni v urniku. Skupno oceno

celotnega urnika dobimo tako, da seštejemo ocene vseh urnikov po enačbi (3.2) [2]:


18

( ) ∑ ∑

. (3.2)

kjer pomenijo :

– položaj i-tega delca,

n_pred - število predavateljev/učiteljev,

n_raz – število razredov,

- urnik j-tega profesorja,

– urnik j-tega razreda,

Primer implementacije lahko vidimo na sliki psevdokod 3-3

Psevdokod 3-3: Ocenitvena funkcija

1:

2:

3:

4:

5:

6:

7:

8:

9:

10:

11:

12:

13:

14:

15:

16:

17:

18:

19:

20:

21:

22:

vmesni[20];i=0;j=0;ocena=0;

WHILEi


19

uvedli tako imenovan motilni mehanizem, ki po premiku delca in njegovi ocenitvi, poskuša

naključno zamenjati 2 elementa našega položajskega vektorja in nato preveriti še

naključno sosednjo rešitev. S tem prisilimo delec, da razišče tudi sosednje rešitve, z čimer

povečamo kakovost rešitve s tem, da se izogibamo lokalnemu optimumu [2].


20

4 Mobilna aplikacija za sestavljanje urnika

4.1 Grafična podobna aplikacije

Naša aplikacija za sestavljanje urnika sestoji iz šestih osnovnih aktivnosti. To so:

osnovni meni,

dodajanje učilnic,

dodajanje predmetov,

dodajanje razredov,

informacijski zaslon,

prikaz rezultatov.

Pri zagonu aplikacije na Androidu se kot prvi zaslon pojavi osnovni meni, iz katerega

dostopamo do ostalih funkcionalnosti naše aplikacije.

4.1.1 Osnovni meni

Namen osnovnega menija prikazanega na sliki 4-1 je, da z njim povežemo vse ostale

funkcionalnosti naše aplikacije. Če pritisnemo gumb levo zgoraj, aplikacija odpre

aktivnost, v kateri lahko dodajamo in brišemo učilnice. Pritisk na desni zgornji gumb,

odpre aktivnost za dodajanje predmetov, spodnji levi nas povezuje z aktivnostjo za

dodajanje razredov, medtem ko je spodnji desni gumb namenjen aktivnosti, ki vsebuje

osnovne informacije o aplikaciji.

Poleg osnovnih gumbov za proženje aktivnosti ima osnovni zaslon v skrajnem desnem

kotu zgoraj tudi meni. Ob pritisku na menijsko tipko, se prikaže možnost, ki omogoča

izbris vseh že vpisanih podatkov. Potem, ko dodamo podatke o učilnicah, predmetih in

razredih imamo na voljo še gumb za proženje aktivnosti za sestavljanje urnika, glede na

podatke, ki smo jih vstavili.


21

Slika 4-1: Izgled osnovnega menija

Na levi strani slike 4-1 lahko vidimo sam izgled in razporeditev naših gradnikov. Na desni

strani slike pa si lahko ogledamo, kaj se zgodi ko pritisnemo na menijsko postavko.

4.1.2 Dodajanje učilnice

Aktivnost za dodajanje učilnice je zelo preprosta, saj vsebuje le dve vnosni polji. Prvo

polje je tekstovno in je namenjeno vnašanju imena učilnica. Drugo polje je številčno in je

namenjeno vnosu kapacitete naše učilnice. Dodatno imamo na voljo še potrditveno polje,

ki ga označimo v primeru, da gre za računalniško učilnico.

Ko vnesemo zahtevane podatke o učilnici, aktivnost omogoča gumb za dodajanje učilnice.

S pritiskom na ta gumb aplikacija pobere podatke iz vnosnih polj in doda novo učilnico v

datoteko. Več o samem shranjevanju podatkov obravnavamo v nadaljevanju.

Poleg samega dodajanja učilnice lahko uporabnik izbere ogled vseh učilnic. S pritiskom

na zavihek zgoraj desno se odpre pogled na seznam vseh učilnic, ki jih lahko po potrebi

tudi izbrišemo.


22

Slika 4-2: Izgled aktivnosti za dodajanje učilnice

Slika 4-2 prikazuje aktivnost za dodajanje učilnic. Na levi strani vidimo primer vstavljanja

testne učilnice, na desni pa izgled drugega zavihka, kjer v seznamu prikazujemo vse že

vstavljene učilnice.

4.1.3 Dodajanje predmetov

Sama aktivnost za dodajanje predmetov je zelo podobna tisti za dodajanje učilnic. Tudi tu

imamo polje, ki ga obkljukamo v primeru, da predmet zahteva računalniško učilnico.

Razlika nastopi pri številu vnosnih polj. Podobno kot pri vnosu učilnic, imamo tudi tukaj

tekstovno vnosno polje za vnos imena predmeta in numerično polje za vnos potrebnega

števila ur predavanj. K temu dodamo še tekstovno polje za vnos nosilca predmeta. Tudi v

tem primeru sprožimo dodajanje zapisa v datoteko šele ob pritisku na gumb . Seznam vseh predmetov lahko vidimo v drugem zavihku, kjer ji lahko brišemo

po enakem postopku, kot smo brisali učilnice (slika 4-3).


23

Slika 4-3: Izgled aktivnosti za dodajanje predmeta

Slika 4-3 na levi strani prikazuje izgled prvega zavihka za dodajanje predmeta in na desni

strani seznam vseh že vstavljenih predmetov.

4.1.4 Dodajanje razreda

Samo dodajanje razreda se nekoliko razlikuje od prej opisanih dodajanj učilnic in

predmetov. Pri dodajanju razreda imamo dve vnosni polji . Prvo vnosno polje je tekstovno

in je namenjeno vnosu imena razreda. Drugo numerično vnosno polja pa je namenjeno

vnosu števila učencev/študentov vpisanih v ta razred.

Pri ustvarjanju novega razreda potrebujemo tudi podatke o predmetih, ki jih dani

študenti/učenci razreda obiskujejo. Zato odpremo datoteko s predmeti in preberemo vse

predmete, ki smo jih do zdaj vstavili. Za vsak predmet posebej ustvarimo potrditveno

polje. Ko dodajamo nov razred, tako potrdimo samo polja, tistih predmetov, katere bodo

opravljali študenti/učenci tega razreda. Prav tako je spremenjeno prikazovanje podatkov o

že vstavljenih razredih. Podatke prikazujemo v drugem zavihku. Za prikaz predmetov


24

razreda uporabimo razširljivi seznam. Najprej se prikaže ime samega razreda. Če z

dotikom na zaslon to ime izberemo, se prikaže seznam predmetov. Prav tako lahko

posamezne razrede tudi odstranjujemo. Če želimo razred odstraniti, enostavno pritisnemo

njegovo polje na zaslonu in pridržimo za nekaj časa.

Slika 4-4: Aktivnost za dodajanje razreda

Slika 4-4 na levi strani prikazuje dodajanje samega razreda, kjer lahko označimo

predmete, ki jih študenti/učenci razreda obiskujejo. Na desni strani vidimo razširljiv

seznam in primer prikaza predmetov posameznega razreda, ko ga izberemo na seznamu.

4.1.5 Informacijski zaslon

Informacijski zaslon je najpreprostejša aktivnost, saj ne potrebuje nobenega

uporabniškega vnosa. Njegove edina naloga je sporočanje osnovnih informacij in virov

uporabljenih pri izdelavi aplikacije. Ker je bilo uporabljeno tujo slikovno gradivo, ki je bilo

javno objavljeno za ne-plačljivo uporabo (angl. free use), smo v tej aktivnosti zapisali tudi

vse avtorje oz. vire uporabljenega gradiva. Ne-plačljiva uporaba pomeni, da lahko


25

uporabljamo gradiva brez plačila, če avtorja v svojem produktu tudi navedemo. Izgled

informacijskega zaslona lahko vidimo na sliki 4-5.

Slika 4-5: Izgled informacijskega zaslona

Slika 4-5 prikazuje preprost princip, po katerem v našem delu navedemo avtorje

posameznih del.

4.2 Shranjevanje v datoteko

Za shranjevanje podatkov uporablja naša aplikacija preprost zapis v datoteke. Razlog,

zakaj smo izmed vseh možnosti izbrali prav shranjevanje v datoteke tiči v tem, da ob

vsakem sestavljanju urnika potrebujemo popolnoma vse podatke. To pa pomeni, da

podatke vedno preberemo od začetka do konca, za kar so pa izredno primerne datoteke.

V našem primeru za sam zapis datotek uporabimo notranji pomnilnik. Pri tem ustvarimo tri

različne datoteke za: učilnice, predmete in razrede. Vsakega izmed teh elementov

zapisujemo v pripadajočo datoteko po en element na eno vrstico, kar zelo poenostavi

samo branje podatkov. Ko želimo podatke iz datoteke prebrati, lahko to počnemo


26

sekvenčno, t.j. vrstico po vrstico, in sproti pretvarjamo prebrani tekst v ustrezne

podatkovne tipe. Vendar moramo pri tem paziti, da je vrsti red zapisa parametrov enak

vrstnemu redu elementov pri branju.

4.3 Generacija urnika

Ob pritisku na gumb generiranje urnika na osnovnem meniju poženemo sestavljanje

našega urnika. Preden s samo generacijo začnemo, moramo prebrati vse podatke o

razredih, predmetih in učilnicah, ki jih je predhodno shranil uporabnik. Te podatke najprej

filtriramo tako, da vzpostavimo povezave med predmeti, profesorji in učenci. Optimizacijo

izvedemo s pomočjo algoritma prikazanega v psevdokod 3-1

Ko opravimo z generiranjem in sestavljanjem našega urnika, nas čaka še samo

predstavitev rezultatov (slika 4-6).

Slika 4-6: Prikaz rezultatov sestavljanja urnika


27

Rezultate optimizacije predstavimo kot barvne bloke v tabeli. Na levi strani imamo

definirane termine, zgoraj pa dneve v tednu. Za vsak razred dinamično dodamo zavihek

na vrhu zaslona.


28

5 Eksperimenti in rezultati

Cilj našega eksperimenta je bil oceniti kakovost naših rešitev pri sestavljanju urnika in na

podlagi teh sklepati o primernosti mobilnih naprav pri optimizaciji realnih problemov. V

samih testih smo uporabili algoritem PSO. Vsi podatki so bili pridobljeni pri testiranju

aplikacije na mobilni napravi Samsung Galaxy S2, ki ga poganja procesor ARM s hitrostjo

1.2GHz.

Pri eksperimentih smo uporabili naslednje parametre PSO: kognitivni faktor učenja

(po raziskavi [2]), socialni faktor učenja (po raziskavi [2]), velikost

populacije (dobljenih empirično), in pogoj ustavljanja

generacij (dobljenih empirično). Algoritem smo zagnali 10 krat.

Testni problem smo definirali kot: imamo 10 profesorjev, 10 razredov in 10 učilnic. Pet

učilnic je računalniški, ostalih pet pa običajnih. Vsak profesor uči dva štiri-urna predmeta.

Vsak razred obiskuje štiri različne predmete. Vsak predmet posameznega profesorja

obiskujejo študenti/učenci vsaj dveh razredov.

Za merjenje rezultatov sestavljanja urnika smo uporabili dve merili: kakovost izdelanega

urnika in časovno zahtevnost izdelave . S prvim merilom preverjamo kakovost

izdelanega urnika. Merilo definiramo po naslednji enačbi;

∑

, (5.1)

kjer izrazimo kot ( )

, nruns označuje število neodvisnih zagonov algoritma,

( ) oceno urnika po enačbi (3.2) in MAX_OC maksimalno oceno definiranega urnika po

tabeli 3-1. Časovno zahtevnost izdelave izrazimo z enačbo

∑

, (5.2)

kjer določa časovno zahtevnost i-tega zagona algoritma.

V našem eksperimentalnem delu smo izvedli naslednje teste:

- določanje velikosti populacije,

- kakovost in čas izdelave urnika,

- časovna zahtevnost posameznih komponent algoritma.

V nadaljevanju predstavljamo rezultate omenjenih testov podrobneje.


29

5.1 Določanje velikosti populacije

Prvi korak pri izvajanju eksperimentov je bil določitev velikosti populacije. Ruey-Maw in

Hsiao-Fang [2] sta v svoji raziskavi prišla do zaključka, da je optimalno število delcev 30.

Čeprav smo sam algoritem za optimizacijo implementirali po njunem vzoru, smo prišli do

nekoliko drugačnih rezultatov. Pri vsaki velikosti roja smo opravili 10.000 premikov delcev.

Pri tem smo spreminjali velikost populacije od 5 do 30 s korakom 5. Pri tem smo

maksimalno število generacij spreminjali po enačbi ⁄ . Algoritem smo

za vsako velikost populacije zagnali trikrat in se na podlagi rezultatov odločili, da je v

našem primeru najbolj optimalna velikost roja 25 delcev. Rezultate testa lahko vidimo na

grafu 5-1.

Graf 5-1: Odvisnost ocene od velikosti roja

Na grafu 5-1 vidimo gibanje merila kakovosti urnika glede na število delcev. Z rdečo črto

označujemo maksimalno oceno MAX_OC, ki jo urnik lahko doseže. Z modro črto

označujemo najboljšo oceno kakovosti pri izbrani velikosti roja. Iz grafa je razvidno, da

najvišjo oceno kakovosti dosežemo pri velikosti roja 25 delcev. Z zeleno črto smo označili

povprečno oceno kakovosti prek vseh generacij. Iz slike lahko razberemo, da povprečna

0,8

0,85

0,9

0,95

1

5 delcev 10 delcev 15 delcev 20 delcev 25 delcev 30 delcev

Kva

lite

ta u

rnik

a [Q

]

Velikost roja[Np]

Velikost roja

Najboljša ocena

MAX_OC

Povprečna ocena


30

ocena kakovosti več ali manj sledi maksimalni oceni, iz česar bi lahko sklepali, da je bilo

izbrano število zagonov algoritma nekoliko premajhno.

5.2 Kakovost in čas izdelave urnika

Pri testu kakovosti in časa izdelave urnika smo spremljali končno oceno kakovosti

vsakega zagona algoritma in čas, ki smo ga pri tem porabili. Algoritem smo zagnali 10

krat pri parametrih in . Pri tem smo porabili

ovrednotenj ocenitvene funkcije. Dobljene rezultate prikazuje

tabela 5-1.

Tabela 5-1: Rezultati eksperimenta

i Qi Čas izvajanja[s]

1 495 1760

2 502 1941

3 498 1880

4 498 1713

5 504 1895

6 502 2014

7 508 1975

8 498 1922

9 502 1769

10 498 1893

povprečno 500,5 1876,2

Iz podatkov v tabeli 5-1 lahko razberemo, da je naše sestavljanje urnika zelo uspešno, saj

v povprečji dosežemo kar 89% ocene kakovosti urnika. V najboljših primerih pa ta

odstotek še nekoliko zvišamo. Po drugi strani pa ima najslabša ocena kakovosti, ki smo jo

dosegli prek 10 zagonov algoritma, še vedno kar 88% odstopanja od maksimalne ocene

urnika MAX_OC. Največja težava pri tem je trajanje algoritma, saj v povprečju porabimo

za 5.000 generacij kar 31 minut in 7 sekund. S tem, ko se omejimo na 1.000 generacij

žrtvujemo tudi oceno kakovosti urnika, saj je njegova ocena kakovosti pri tem števili

generacij le 84%, kar lahko vidimo na grafu 5-2.


31

Graf 5-2: Spreminjanje ocene kakovosti glede na generacije

5.3 Časovna zahtevnost posameznih komponent algoritma

Prav tako nas je zanimalo, katera komponenta našega algoritma je najpočasnejša in

predstavlja t.i. ozko grlo. Tako kot pri testu kakovosti in časa izdelave urnika, smo tudi v

tem primeru opravili 10 zagonov algoritma pri parametrih in ,

pri tem pa merili skupni čas, ki ga porabi vsako opravilo.

Tri glavna opravila v vsaki generaciji so:

sestavljanje urnika iz položaja delca,

ocenitev urnika,

premik delcev.

Kot lahko razberemo z grafa 5-3, kar 88% časa uporabimo na samem sestavljanju urnika

iz položaja delca. Možna rešitev problema bi bila zmanjšanje samih omejitev pri

0,6

0,65

0,7

0,75

0,8

0,85

0,9

0,95

1

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

Kva

lite

ta r

eši

tve

[Q

]

število generacij

Spreminjanje ocene kakovosti glede na generacije

Najboljša ocena

MAX_OC

Najslabša ocena


32

sestavljanju urnika, ali implementacija tega dela kode v kakšnega od splošnih jezikov kot

je C++.

Graf 5-3: Časovna zahtevnost posameznih komponent algoritma PSO

Iz grafa 5-3 lahko razberemo, da algoritem PSO povprečno porabi le 10% vsega časa

izvajanja, kar je187 sekund oz. 3 minute in 7 sekund po tabeli 5-1. Ostalih 90% časa

izvajanja pa porabimo za hevristično sestavljanje urnika. Najmanjši odstotek porabi sama

ocenitvena funkcija, saj skozi celoten potek algoritma povprečno porabi le nekaj več kot

37 sekund kar pomeni samo 2%. Preostalih 88% izvajanja pa porabimo na samem

sestavljanju urnika, kar povprečno nanese na 1.650 sekund oz 27 minut in pol.

Sestavljanje urnika 88%

Ocenitvena funkcija

2% Premik delca 10%

Časovna zahtevnost posameznih komponent algoritma PSO


33

6 Sklep

V diplomski nalogi smo se podrobneje seznanili z rojno inteligenco in mobilnim

operacijskim sistemom Android. Glavni problem, ki smo se ga lotili, je bila implementacija

enega izmed algoritmov rojne inteligence za mobilno napravo in njegova uporaba pri

optimizaciji urnika. Uporabili smo algoritem PSO. Pri tem smo ugotovili, da je kljub rasti

moči samih mobilnih naprav, njihova uporabnost na področju optimizacije omejena, saj je

njihov računska moč v primerjavi z običajnimi računalniki veliko manjša. Sama

optimizacija urnika na Androidu je za enkrat mogoča le, če je problem dovolj majhen in

obsega le nekaj učilnic in predmetov. Večji problemi namreč zahtevajo veliko daljši čas

izvajanja algoritma. Rezultati, ki smo jih dobili skozi eksperimentalno delo, so več kot

zadovoljivi, saj smo dosegli tudi 91% oceno kakovosti našega urnika. Z mobilno

implementacijo pa pridobimo dostopnost naše aplikacije od kjerkoli in to kadarkoli.

Za nadaljnje delo bi bilo vsekakor potrebno optimizirati hevristično funkcijo, ki opravlja

sestavljanje urnika, saj prav ta funkcija predstavlja najbolj zahteven del aplikacije. Glede

na izreden porast moči samih mobilnih telefonov v zadnjih letih, pa obstaja velika

možnost, da se naši rezultati še izboljšajo, saj nam večja računska moč dovoljuje večje

število generacij.


34

7 Seznam uporabljenih virov

[1] Even, S., Itai, A., Shamir, A., On the Complexity of timetable and Multi-Comodity Flow

Problems, 16th IEEE Annual Symposium on Doundations of Computer

Science,California,CA,USA, 13-15 Oktober 1975,str. 184-193

[2] Ruey-Maw, C., Hsiao-Fang

S.,SolvingUniversityCourseTimetablingProblemsUsingConstrictionParticleSwarmOpti

mizationwithLocalSearch, Algorithms 2013, 6, str. 227-244

[3] Android operating system, Wikipedia. Dostopno na:

http://en.wikipedia.org/wiki/Android_(operating_system)

[25.8.2013]

[4] Google's Android becomes the world's leading smartphone platform, Canalys,

Dostopno na:

http://www.canalys.com/newsroom/google%E2%80%99s-android-becomes-

world%E2%80%99s-leading-smart-phone-platform

[25.8.2013]

[5] Android NDK, Dostopno na:

http://developer.android.com/tools/sdk/ndk/index.html

[25.8.2013]

[6] Android version history, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Android_version_history#Android_1.1_.28API_level_2.29

[25.8.2013]

[7] Installing Eclipse plugin, Wikipedia Dostopno na:

http://developer.android.com/sdk/installing/installing-adt.html

[25.8.2013]

http://en.wikipedia.org/wiki/Android_(operating_system)http://www.canalys.com/newsroom/google%E2%80%99s-android-becomes-world%E2%80%99s-leading-smart-phone-platformhttp://www.canalys.com/newsroom/google%E2%80%99s-android-becomes-world%E2%80%99s-leading-smart-phone-platformhttp://developer.android.com/tools/sdk/ndk/index.htmlhttp://en.wikipedia.org/wiki/Android_version_history#Android_1.1_.28API_level_2.29http://developer.android.com/sdk/installing/installing-adt.html


35

[8] Android Studio, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Android_Studio

[25.8.2013]

[9] Swarm Intelligence, Wikipedia,Dostopno na:

http://en.wikipedia.org/wiki/Swarm_intelligence

[26.8.2013]

[10] Swarm Intelligence, scholarpedia,Dostopno na:

http://www.scholarpedia.org/article/Swarm_intelligence

[26.8.2013]

[11] Particle swarm optimization, Wikipedia

Dostopno na:

http://en.wikipedia.org/wiki/Particle_swarm_optimization

[26.8.2013]

[12] Xiangyang, W.,Xiaoqin, Z., Xiaoqing Y., Wanggen, W., Annealed particle filter

based on particle swarm optimization for articulated three-dimensional human motion

tracking, Optical Engineering, Volume 49,Issue 1, MachineVision, Pattern

Recognition,Dostopno na:

http://opticalengineering.spiedigitallibrary.org/article.aspx?articleid=1096261

[2.9.2013]

[13] Schooltimetable, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/School_timetable

[26.8.2013]

[14] Writing to files, Android, Dostopno na:

http://developer.android.com/training/basics/data-storage/files.html

[3.9.2013]

http://en.wikipedia.org/wiki/Android_Studiohttp://en.wikipedia.org/wiki/Swarm_intelligencehttp://www.scholarpedia.org/article/Swarm_intelligencehttp://en.wikipedia.org/wiki/Particle_swarm_optimizationhttp://opticalengineering.spiedigitallibrary.org/article.aspx?articleid=1096261http://en.wikipedia.org/wiki/School_timetablehttp://developer.android.com/training/basics/data-storage/files.html


36

[15] I. Fister, I. Fister Jr, X.-S. Yang, J. Brest. A comprehensive review of firefly

algorithms. SwarmandEvolutionaryComputation,

2013.DOI10.1016/j.swevo.2013.06.001

[16] Alzaqebah, M., Abdullah, S., Artificial bee colony search algorithm for examination

timetabling problems, International Journal of the Physical Sciences, vol. 6(17), str.

4264-4272

[17] Dowsland, K.A., Thompson J.M., Ant colony optimization for the examination

scheduling problem, Journal of the Opreational Resarch Society, vol. 56, str. 426-438

[18] Smartphone, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Smartphone

[8.9.2013]

[19] Mobile app, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Mobile_app

[8.9.2013]

[20] Activity, Android, Dostopno na:

http://developer.android.com/reference/android/app/Activity.html

[8.9.2013]

[21] Buildingblocks, Android, Dostopno na:

http://developer.android.com/design/building-blocks/index.html

[8.9.2013]

[22] Savingdata, Android, Dostopno na:

http://developer.android.com/training/basics/data-storage/index.html

[9.9.2013]

[23] Key-Valuepair, Dostopno na:

http://searchenterprisedesktop.techtarget.com/definition/key-value-pair

[10.9.2013]

http://www.sciencedirect.com/science/article/pii/S2210650213000461http://www.sciencedirect.com/science/article/pii/S2210650213000461http://dx.doi.org/10.1016/j.swevo.2013.06.001http://en.wikipedia.org/wiki/Smartphonehttp://en.wikipedia.org/wiki/Mobile_apphttp://developer.android.com/reference/android/app/Activity.htmlhttp://developer.android.com/design/building-blocks/index.htmlhttp://developer.android.com/training/basics/data-storage/index.htmlhttp://searchenterprisedesktop.techtarget.com/definition/key-value-pair


37

[24] FISTER, I., FISTER, D., FONG, S., FISTER, I.. Wide spread mobile devices in

applicationsfor real-time drafting detection in triathlons. Journal of emerging

technologies in web intelligence, 2013, vol. 5, no. 3, str. 310-321

[25] Mobiledevice, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Mobile_device

[13.9.2013]

[26] Mobilephone, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Mobile_phone

[13.9.2013]

[27] Applicationfundamentals, Android, Dostopno na:

http://developer.android.com/guide/components/fundamentals.html

[13.9.2013]

[28] App store, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/App_Store_(iOS)

[13.9.2013]

[29] Google play, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Google_Play

[13.9.2013]

[30] Windows phone store, Wikipedia, Dostopno na:

http://en.wikipedia.org/wiki/Windows_Phone_Store

[13.9.2013]

http://en.wikipedia.org/wiki/Mobile_devicehttp://en.wikipedia.org/wiki/Mobile_phonehttp://developer.android.com/guide/components/fundamentals.htmlhttp://en.wikipedia.org/wiki/App_Store_(iOS)http://en.wikipedia.org/wiki/Google_Playhttp://en.wikipedia.org/wiki/Windows_Phone_Store

sestavljanje urnika s pomoČjo rojne ...zunanji pomnilnik dobimo s pomočjo razširitvenega medija,...

Documents