Optimierung von Klausurplänen an Universitäten

Inhaltsverzeichnis

1 Einleitung und Aufbau der Arbeit

2 Grundlagen

2.1 Schriftliche Prüfungen

2.2 Vorlesungsverzeichnis

3 Verfahren des Operations Research

3.1 Historische Entwicklung

3.2 Einblick in die Modelle der universitären Prüfungsplanung

3.3 Optimierungsmodell ohne Kapazitätsbeschränkungen

3.3.1 Problemstellung

3.3.2 Modellformulierung

3.4 Optimierungsmodell mit Kapazitätsbeschränkungen

3.4.1 Anwendungsfall in dem Modell

3.4.2 Problemspezifische Anforderungen an den Prüfungsplan

3.4.3 Mathematische Formulierung des Problems

3.5 Vergleich der Problemformulierungen

4 Lösungsverfahren

4.1 Überblick

4.2 Simulated Annealing

4.3 Tabu Search

4.4 Gegenüberstellung

5 Fazit und Ausblick

Zielsetzung und thematische Schwerpunkte

Die vorliegende Arbeit befasst sich mit der Optimierung von universitären Prüfungsplänen durch Methoden des Operations Research mit dem Hauptziel, die Unzufriedenheit der Studierenden bezüglich des Klausurplans maximal zu verringern.

• Grundlagen der universitären Prüfungsplanung und Abgrenzung zum Vorlesungsverzeichnis.
• Einsatz mathematischer Optimierungsmodelle für Prüfungspläne.
• Vergleich von Ansätzen mit und ohne Kapazitätsbeschränkungen.
• Anwendung heuristischer Lösungsverfahren wie Simulated Annealing und Tabu Search.
• Analyse der Qualität von Prüfungsplänen mittels Zielfunktionen und Strafkosten.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung und Aufbau der Arbeit: Einführung in die Problematik der universitären Prüfungsplanung und Definition des Ziels, die studentische Unzufriedenheit durch Optimierung zu minimieren.

2 Grundlagen: Erläuterung der Komplexität der Prüfungsplanung, insbesondere der gegenläufigen Interessen von Studierenden und Lehrenden sowie der Abgrenzung zwischen Prüfungs- und Veranstaltungsplanung.

3 Verfahren des Operations Research: Detaillierte Betrachtung verschiedener mathematischer Modelle zur Prüfungsplanung, unterteilt in Varianten ohne und mit Kapazitätsbeschränkungen.

4 Lösungsverfahren: Vorstellung heuristischer Metastrategien wie Simulated Annealing und Tabu Search zur iterativen Verbesserung von Prüfungsplänen.

5 Fazit und Ausblick: Zusammenfassung der Ergebnisse und Diskussion des Potenzials für weitere Forschungen, insbesondere im Bereich der Wiederholungsklausuren.

Schlüsselwörter

Prüfungsplanung, Operations Research, Examination Timetabling Problem, Optimierungsmodell, Kapazitätsbeschränkungen, Simulated Annealing, Tabu Search, Zielfunktion, Strafkosten, Heuristik, Studierendenzufriedenheit, Klausurplan, Algorithmik, universitäre Planung, Komplexitätstheorie

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der mathematischen Optimierung von Prüfungsplänen an Universitäten, um Konflikte zu minimieren und die Planungseffizienz zu steigern.

Was sind die zentralen Themenfelder?

Zentrale Themen sind die mathematische Modellierung von Prüfungsplänen, die Berücksichtigung von Kapazitätsengpässen und der Einsatz von heuristischen Optimierungsverfahren.

Was ist das primäre Ziel der Arbeit?

Das Hauptziel ist die maximale Verringerung der Unzufriedenheit der Studierenden bezüglich des Klausurplans durch eine bessere zeitliche Verteilung der Prüfungen.

Welche wissenschaftlichen Methoden werden verwendet?

Es werden Methoden des Operations Research eingesetzt, insbesondere mathematische Optimierungsmodelle und heuristische Lösungsverfahren wie Simulated Annealing und Tabu Search.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil analysiert Literaturansätze, vergleicht Optimierungsmodelle mit und ohne Kapazitätsrestriktionen und erläutert die Funktionsweise von Verbesserungsalgorithmen.

Welche Schlüsselwörter charakterisieren die Arbeit?

Wichtige Begriffe sind Prüfungsplanung, Operations Research, Examination Timetabling Problem, Zielfunktion, Kapazitätsbeschränkungen und heuristische Verfahren.

Warum spielt die "Märchen-Universität" eine Rolle im Text?

Sie dient als fiktives Beispiel, um die Berechnung von Strafkosten und die zeitliche Verteilung von Prüfungen in verschiedenen Szenarien anschaulich zu verdeutlichen.

Welchen Zweck hat das "FIRBS" in einem der Modelle?

Das Fuzzy Inference Rule Based System (FIRBS) wird genutzt, um die Länge der Tabuliste im Tabu-Search-Verfahren dynamisch und selbstständig zu verwalten.