PROBLEMA DO MESTRANDO: DESENVOLVIMENTO DE UMA SOLUÇÃO DE OTIMIZAÇÃO PARA ORGANIZAÇÃO DE HORÁRIOS

Resumo

Os cursos de pós-graduação em Computação, ofertam disciplinas obrigatórias e não obrigatórias para que os créditos necessários para o término do curso sejam cumpridos. Entre as disciplinas, existem possibilidades a serem exploradas, entretanto, o discente deve organizar as disciplinas para cursar de forma que ele possa completar os créditos solicitados. Além disso, é interessante que, ao cursar as disciplinas, o discente possa estudar conteúdos que agreguem ao seu tema de pesquisa da dissertação. Com base nisso, utilizando o Problema da Mochila, a Programação Dinâmica e a Ciência de Contexto, foi desenvolvido um algoritmo nomeado de Problema do Mestrando. A Programação Dinâmica resolve problemas de otimização de forma tabular, combinando as melhores soluções dos subproblemas encontrados, e um dos problemas mais conhecidos que este método é capaz de resolver é o Problema da Mochila. No Problema da Mochila, que se caracteriza como um problema de otimização combinatória clássico, uma mochila deve ser preenchida com diversos itens de diferentes pesos e valores, porém sempre buscando maximizar o valor com um peso total que caiba em sua capacidade máxima. O contexto é uma informação que define a situação de uma entidade (pessoa, lugar, objeto, etc), o qual é relevante na interação entre usuário e aplicação. Já na Ciência de Contexto, um sistema considera o contexto do usuário para prover informações e/ou serviços à ele, conforme suas tarefas. Neste estudo, o Problema da Mochila foi adaptado e renomeado para o Problema do Mestrando, onde um discente deseja saber qual a melhor configuração do seu plano de estudos, levando em conta as exigências do curso em que se encontra, o seu contexto e a carga de disciplinas que ele consegue carregar. O contexto de um discente de pós-graduação foi definido pelos fatores: 1) se o discente trabalha; 2) a quantidade de disciplinas aprovadas; e 3) sua linha de pesquisa. Assim como no Problema da Mochila, para a solução desenvolvida também há uma capacidade máxima que um discente consegue carregar, sendo a capacidade neste trabalho definida como 6 (seis). Como exemplo de curso, foi utilizado o Programa de Pós-Graduação em Engenharia de Software da Unipampa, bem como as duas linhas de pesquisa (L1, L2) do programa, as quais consideram com maior relevância somente algumas disciplinas ofertadas a cada semestre. As disciplinas obrigatórias possuem um peso baixo e um valor alto, obrigando ao algoritmo que as escolha. Já as não obrigatórias variam seus pesos e valores para que seja escolhida a disciplina que tem maior valor para a linha de pesquisa do discente. As linhas de pesquisa podem ser L1 - Tecnologias para Engenharia de Software, ou L2 - Engenharia de Software Aplicada. Os valores de cada linha de pesquisa são analisados pelo algoritmo do Problema da Mochila, onde são priorizadas as disciplinas com maior valor e menor peso. Para considerar o contexto, são atribuídos valores em cada fator (ao lado esquerdo da igualdade temos o fator e ao lado direito o valor a ser atribuído): discente trabalha: sim = 3, não = 0; disciplinas aprovadas: entre 0 e 3 = 0, entre 4 e 6 = 1. Supondo que um discente X trabalhe (valor 3) e ainda não tenha disciplinas aprovadas (valor 0), para descobrirmos qual a capacidade desse discente conforme seu contexto, é preciso somar (3 + 0 = 3) e então subtrair da capacidade máxima (6 - 3), totalizando valor 3. Dessa forma, temos que um discente poderá cursar um total de disciplinas que caibam nesta nova capacidade calculada (peso 3). Ainda, a linha de pesquisa do discente X é a L1, em função disso, recomenda-se cursar somente as duas disciplinas obrigatórias, as quais possuem peso 1 e valor 3, totalizando uma capacidade 2 e valor máximo 6, sendo elas Desenvolvimento de Software e Otimização e Complexidade de Algoritmos. Sendo assim, o algoritmo sugeriu as disciplinas levando em consideração o contexto do discente e os valores e pesos das disciplinas, auxiliando-o na organização do semestre conforme a sua disponibilidade para dedicação à pós-graduação. Algoritmos de otimização e métodos de construção de algoritmos de otimização combinatória podem ser utilizados para facilitar o desenvolvimento de diversas ferramentas, muitas delas que podem ser utilizadas para fins acadêmicos. Dessa forma, ao utilizar a Programação Dinâmica, o algoritmo do Problema da Mochila e a Ciência de Contexto foi possível organizar e priorizar as disciplinas mais importantes conforme o contexto dos discentes, possibilitando considerar as particularidades dos mestrandos. Assim, foi possível desenvolver uma solução para auxiliar discentes na escolha de disciplinas para melhor aproveitamento do curso, agregando valor à pesquisa da dissertação em desenvolvimento.