กลยุทธ์การประมูลวิชาเรียนด้วยทรัพยากรที่จำกัดโดยใช้อัลกอริทึมเชิงพันธุกรรม

ธนัชพร ศรีอาจ

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/83127

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ประภาส จงสถิตย์วัฒนา	-
dc.contributor.author	ธนัชพร ศรีอาจ	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2023-08-04T07:37:00Z	-
dc.date.available	2023-08-04T07:37:00Z	-
dc.date.issued	2565	-
dc.identifier.uri	https://cuir.car.chula.ac.th/handle/123456789/83127	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2565	-
dc.description.abstract	ในระบบการประมูลหลักสูตร มีนักเรียนมากกว่าจำนวนที่นั่งที่เปิดรับสำหรับรายวิชาหนึ่งๆ ในการลงทะเบียนหลักสูตร นักเรียนจะต้องเสนอราคาโดยใช้โทเคนของที่มีอยู่ และระบบจะเติมที่นั่งว่างให้กับผู้ประมูลสูงสุด เนื่องจากนักเรียนมีโทเคนจำกัด พวกเขาจึงต้องจัดสรรโทเคนอย่างชาญฉลาด ในบทความนี้ เราใช้อัลกอริธึมเชิงพันธุกรรมเพื่อค้นหาวิธีที่ดีที่สุดในการจัดสรรโทเคน ซึ่งจะเพิ่มโอกาสในการลงทะเบียนให้สำเร็จสูงสุด ในการประมาณความน่าจะเป็น เราฝึกการถดถอยโลจิสติกในข้อมูลการลงทะเบียนหลักสูตร และแบบจำลองมีความแม่นยำ 78.39% ด้วยการใช้ชุดข้อมูลที่สังเคราะห์ขึ้น เราจะเปรียบเทียบประสิทธิภาพของโทเคนที่แนะนำโดยอัลกอริทึมเชิงพันธุกรรมกับแนวทางอื่นๆ เช่น กลยุทธ์ต่างๆ และ solver ในโปรแกรม excel ผลลัพธ์แสดงให้เห็นว่าอัลกอริทึมเชิงพันธุกรรมมีแนวโน้มที่จะให้ชุดของโทเคนที่สร้างโอกาสลงทะเบียนเรียนสูงสุดให้กับนักเรียนเมื่อเปรียบเทียบกับกลยุทธ์อื่นๆ	-
dc.description.abstractalternative	In a course bidding system, there are more students than the number of available seats for a course. To enroll a course, students have to bid using their tokens and the system will fill up the available seats with the top bidders. Since the students have a limited number of tokens, they have to allocate their tokens wisely. In this paper, we apply a genetic algorithm to search for the best way to allocate the tokens such that it maximizes the probability of successful enrollment. To estimate the probability, we train a logistic regression on the course registration data and the model achieves 78.39% accuracy. By using the synthesized dataset, we compare the effectiveness of tokens suggested by the genetic algorithm and other approaches such as heuristics and excel built-in solver. The results from several experiments with different scenarios and settings suggest that the genetic algorithm tends to provide a set of tokens that produce the highest probability of successful enrollment compared to the other approaches.	-
dc.language.iso	th	-
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2022.777	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.title	กลยุทธ์การประมูลวิชาเรียนด้วยทรัพยากรที่จำกัดโดยใช้อัลกอริทึมเชิงพันธุกรรม	-
dc.title.alternative	The optimal course bidding strategy under limited resource constraint using genetic algorithm	-
dc.type	Thesis	-
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	-
dc.degree.level	ปริญญาโท	-
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	-
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.identifier.DOI	10.58837/CHULA.THE.2022.777	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
6372056521.pdf		1.68 MB	Adobe PDF	View/Open

Show simple item record