Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/83127
| Title: | กลยุทธ์การประมูลวิชาเรียนด้วยทรัพยากรที่จำกัดโดยใช้อัลกอริทึมเชิงพันธุกรรม |
| Other Titles: | The optimal course bidding strategy under limited resource constraint using genetic algorithm |
| Authors: | ธนัชพร ศรีอาจ |
| Advisors: | ประภาส จงสถิตย์วัฒนา |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Issue Date: | 2565 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| 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 |
| Other Abstract: | 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. |
| Description: | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2565 |
| Degree Name: | วิทยาศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | วิทยาศาสตร์คอมพิวเตอร์ |
| URI: | https://cuir.car.chula.ac.th/handle/123456789/83127 |
| URI: | http://doi.org/10.58837/CHULA.THE.2022.777 |
| metadata.dc.identifier.DOI: | 10.58837/CHULA.THE.2022.777 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 6372056521.pdf | 1.68 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.