|
|
|
|
یک مدل بهینهسازی ریاضی برای تخصیص هفته‌های ترم تحصیلی به دانشجویان رسته‌های مختلف در شرایط کرونا زیستی
|
|
|
|
|
|
|
|
نویسنده
|
رشیدی حسن ,رشیدی زینب
|
|
منبع
|
مديريت صنعتي - 1399 - دوره : 12 - شماره : 3 - صفحه:502 -520
|
|
|
|
|
چکیده
|
هدف: بسیاری از دانشگاه‌های برتر جهان، تصمیم گرفته‌اند که آموزش مجازی را در نیمسال آینده برگزار کنند. در کشور ایران هم، پیش‌بینی‌ها وضعیت قرمزی را برای برخی مناطق از لحاظ شیوع کرونا نشان می‌دهند. همچنین، تعدادی از دانشجویان دانشگاه‌ها در این مناطق سکونت دارند. بنابراین، در برنامه‌ریزی نیمسال آینده باید تمرکز بیشتری روی آموزش مجازی صورت پذیرد. طبق دستورالعمل‌های وزارت علوم، تحقیقات و فناوری در ایران، آموزش دانشجویان باید به گونه دو بخشی شامل آموزش مجازی و آموزش حضوری به اجرا در آید. در آموزش حضوری با نیازمندی‌های فضای آموزشی، دانشجویان به رسته‌هایی تقسیم می‌شوند به شکلی که اجرای پروتکل‌های بهداشتی در دانشگاه و فضای آموزشی شدنی باشد. به این منظور در این پژوهش یک مدل بهینهسازی ریاضی برای تخصیص هفته‌های ترم تحصیلی به دانشجویان رسته‌های مختلف در شرایط کرونا زیستی ارائه شده است.روش: در این مقاله، برای تعیین هفته‌های خاص به دانشجویان رسته‌های مختلف در طول ترم تحصیلی در آموزش حضوری، یک مدل بهینهسازی ریاضی به صورت برنامه‌ریزی غیر خطی با متغیرهای صحیح پیشنهاد می‌شود. در تابع هدف مدل، توزیع دانشجویان در فضای آموزشی طی هفته‌های متوالی در طول ترم تحصیلی به گونه‌ای انجام می‌شود که بیشینه پراکندگی ممکن را، به دلیل جلوگیری از شیوع بیماری کرونا داشته باشد.یافته‌ها: این مدل برای تخصیص هفته‌های خاص به دانشجویان رسته‌های مختلف در دانشگاه (به صورت عمومی)، پیاده‌سازی شده و به کارگیری آن نتایج مثبتی را برای تصمیم گیرندگان، به صورت خاص در دانشگاه علامه طباطبایی، به همراه داشته است.نتیجه‌گیری: نتایج به دست آمده از پیاده‌سازی و اجرای مدل، چشم‌انداز روشن و مثبتی را برای تصمیم گیرندگان در دانشگاه به همراه خواهد داشت. برای ادامه این پژوهش، باید مدل بهینهسازی دیگری برای هر دانشکده با در نظر گرفتن محدودیت‌های هر گروه آموزشی طراحی و اجرا گردد.
|
|
کلیدواژه
|
آموزش حضوری، بهینهسازی، زمان‌بندی هفتگی، شیوع کرونا، مدل‌سازی
|
|
آدرس
|
دانشگاه علامه طباطبایی, دانشکده آمار, گروه رایانه, ایران, دانشگاه علامه طباطبایی, دانشکده روانشناسی و علوم تربیتی, گروه تکنولوژی آموزشی, ایران
|
|
پست الکترونیکی
|
z_rashidi@atu.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A Mathematical Optimization Model for Allocating Semester Weeks to Students of Different Disciplines in Coronary-Living Conditions
|
|
|
|
|
Authors
|
Rashidi Hassan ,Rashidi Zeynab
|
|
Abstract
|
Objective: Many of the world’s top universities have already decided to hold the next semester with eteaching. In Iran, too, the forecasts show a red situation for some areas in terms of corona prevalence. Also, several university students live in these areas. In planning the next semester, therefore, more focus should be on eteaching. According to the instructions of the Ministry of Science, Research and Technology in Iran, education should be implemented in two parts, including eteaching and facetoface training. In facetoface education with the needs of the educational space, students are divided into disciplines so that the implementation of health protocols in the university and educational space is possible. For this purpose, in this research, a mathematical optimization model is presented to allocate semester weeks to students of different disciplines in coronaryliving conditions.Methods: In this paper, to determine specific weeks for students of different disciplines during the semester in facetoface education, a mathematical optimization model is proposed in the form of nonlinear programming with integer variables. In the objective function of the model, the distribution of students in the educational space during consecutive weeks during the semester should be done in such a way that it has the maximum possible dispersion to prevent the spread of coronary heart disease.Results: This model has been implemented to allocate semester weeks to students of different majors at universities, in general, and its use has brought positive results for decisionmakers, particularly at Allameh Tabataba’i University.Conclusion: The results obtained from the implementation and execution of the model will bring a clear and positive perspective for decisionmakers in universities. To continue this research, another optimization model should be designed and implemented for each faculty, taking into account the limitations of each department
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|