Юрчак, І. Ю.Москович, Т. Р.Yurchak, I.Moskovych, T.2020-03-102020-03-102018-02-262018-02-26Юрчак І. Ю. Застосування генетичних алгоритмів в автоматизованій системі розподілу навчального навантаження / І. Ю. Юрчак, Т. Р. Москович // Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи та мережі. — Львів : Видавництво Національного університету “Львівська політехніка”, 2018. — № 905. — С. 149–157.https://ena.lpnu.ua/handle/ntb/47204Визначено актуальність автоматизованого формування навчального розкладу, що є запорукою ефективної організації навчального процесу, розподілу навантаження для викладачів, врахування різного виду занять та відповідних приміщень. Проаналізовано особливості існуючих систем формування розкладів, визначено їхні сильні та слабкі сто- рони. Розглянуто методи та підходи до вирішення задачі автоматизованого розподілення навантаження. Досліджено особливості генетичних алгоритмів, їх переваги для розв’язання задач оптимізації та обґрунтовано можливість використання для реалізації автоматизованої системи розподілу навантаження у вищому навчальному закладі. Запропоновано модифікований генетичний алгоритм, який реалізує кращі якості класичного алгоритму та позбавлений деяких його недоліків. Визначено основні параметри генетичного алгоритму та враховано їх вплив на швидкість та якість кінцевого результату. Подано математичну постановку загальної задачі розподілу та розроблено модель автоматизованої системи формування навантаження, яка реалізує методику складання розкладу, орієнтованого на організацію навчального процесу. Кінцевий застосунок реалізовано мовою Java і надано для користування як веб-сервіс. Таке представлення забезпечує можливості одночасного віддаленого доступу користувачів до інформаційних ресурсів. Керування параметрами роботи алгоритму винесено у конфігураційні файли, що надає можливість ефективнішого використання та внесення оптимізаційних змін у його роботу.There was determined the relevance of the automated formation of the education schedule, which is the key to effective organization of the educational process, distribution of workload for teachers, accounting for various types of classes and relevant rooms. Analyzed the features of existing scheduling systems, their specifics. Considered the methods and approaches to solving the problemof automated distribution capacity. Investigated features of genetic algorithms, their advantages for solving optimization problems and a possibility of using for the implementation of an automated system of distribution capacity in an academy. Proposed the modified genetic algorithm that implements the best qualities of the classical algorithm and lacks some of its limitations. Determined main parameters of the genetic algorithmand taken into account their influence on the speed and quality of the final result is. Submitted a mathematical formulation of the general distribution problem and developed the model of an automated system of distribution capacity, which implements a method for compiling a schedule focused on the organization of the educational process. The final application is implemented in Java and is provided for use as a web service. This view provides the possibility of remote access users to information resources. Managing the parameters of the algorithmmade in the configuration files, allows for more efficient use and making optimization changes to its work.149-157ukавтоматизована система формування навантаженнярозклад занятьматематичні моделі розкладу занятьмоделі генетичних алгоритмівautomated workload distribution systemschedule of classesmathematical models of class schedulesmodel of genetic algorithmsArticle© Національний університет “Львівська політехніка”, 2018© Юрчак І. Ю., Москович Т. Р., 20189621Yurchak I. Applying of genetic algorithms in the automated workload distribution system for teachers and students / I. Yurchak, T. Moskovych // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy ta merezhi. — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2018. — No 905. — P. 149–157.