Σχεδίαση, ανάπτυξη και εφαρμογή ευφυών αλγορίθμων υπολογιστικής νοημοσύνης σε προβλήματα εύρεσης βέλτιστου ωρολογίου προγράμματος εργασίας για το προσωπικό δημοσίων και ιδιωτικών φορέων

Abstract

This Doctoral Thesis is related to the design, development and implementation of Computational Intelligence intelligent algorithms in order to solve optimally the problem οf creating feasible and effective working timetables for the staff of public and/or private sector, widely known as the staff scheduling problem. The main object is to solve the nurse rostering problem, and additionally the truck driver scheduling problem. The general scientific field that the current Doctoral Thesis focuses is Computational Intelligence algorithms and their application in order to solve Operations Research related problems. The problems of nurse rostering and truck driver scheduling are very popular and are known to be NP–complete. Therefore, the difficulty of solving them makes them particularly interesting. So, in general, no deterministic solving method can be found, which can solve the problem satisfactorily in an acceptable execution time. This is because the computational complexity of these problems increases exponentially as the size of the problem increases. This is the main reason that led us to design and apply Computational Intelligence algorithms to solve these problems, since they are able to produce a (near) optimal solution in acceptable time.

Η παρούσα Διδακτορική Διατριβή σχετίζεται με τη σχεδίαση, ανάπτυξη και εφαρμογή ευφυών αλγορίθμων Υπολογιστικής Νοημοσύνης σε προβλήματα εύρεσης βέλτιστου ωρολογίου προγράμματος εργασίας για το προσωπικό δημοσίων και ιδιωτικών φορέων. Το βασικό αντικείμενό της είναι η επίλυση του προβλήματος nurse rostering, ενώ ασχολείται και με την επίλυση του προβλήματος truck driver scheduling. Το γενικότερο επιστημονικό πεδίο στο οποίο εστιάζει η συγκεκριμένη Διδακτορική Διατριβή, είναι η Υπολογιστική Νοημοσύνη και οι αλγόριθμοι οι οποίοι διέπονται από της αρχές αυτής, προκειμένου να επιλυθούν προβλήματα προερχόμενα από τον ευρύτερο χώρο της Επιχειρησιακής Έρευνας. Τα προβλήματα nurse rostering και truck driver scheduling είναι από τα πιο δημοφιλή ανάμεσα στους επιστήμονες του χώρου, ενώ είναι γνωστό ότι είναι NP–complete στη γενική τους μορφή. Ως εκ τούτου, η δυσκολία επίλυσής τους τα καθιστά ιδιαίτερα ενδιαφέροντα. Δεν είναι δυνατόν να βρεθεί ντετερμινιστική μέθοδος επίλυσής τους, η οποία να τα επιλύει σε ικανοποιητικό βαθμό σε αποδεκτό χρόνο. Και αυτό διότι, η υπολογιστική τους πολυπλοκότητα, όσον αφορά το χρόνο επίλυσής τους, αυξάνει εκθετικά καθώς αυξάνεται το μέγεθός τους. Αυτός είναι ο λόγος που μας οδήγησε στη χρήση πιθανοτικών αλγορίθμων Υπολογιστικής Νοημοσύνης, οι οποίοι τελικά, είναι σε θέση να παράγουν ένα σχεδόν βέλτιστο πρόγραμμα σε αποδεκτό χρόνο.