Genetik algoritma ile merkezi sınavlarda tek ve çok boyutlu yakınlığa göre en iyi oturum planının oluşturulması

Abstract

Aynı okuldan, aynı sınıftan veya aynı mahalleden öğrencilerin yapılan oturma düzenlerinde yan yana veya arka arkaya gelmesi istenmeyen yardımlaşmalara ve kopya çekilmesine sebep olabilmektedir. Öğrencilerin sınıf ve salonlara en uygun şekilde yerleştirilmesi amacıyla çeşitli çalışmalar yapılmıştır. Ancak yapılan çalışmalar sadece sınıf düzeyinde kalmış olup sınırlı bir öğrenci gurubunun sınıf içi oturum düzenlerinin öğrencinin başarısı üzerine etkileri gibi konulara odaklanmıştır. Yüksek Lisans tez çalışması ile sınavların güvenirliliğini arttırmak amacıyla, birbirini tanıyan veya herhangi bir biçimde ilişkili öğrencilerin salonlara arka arkaya veya yan yana gelmeyecek şekilde yerleştirilmesi için Genetik Algoritma yöntemi kullanımı hedeflenmiştir. Genetik algoritmalar karmaşık düzeydeki problemlerin çözümü için kullanılan sezgisel yöntemlerinden biridir. Doğal yaşam örnek alınarak iyi nesillerin yaşatılması kötü nesillerin yok edilmesi üzerine çalışan bir algoritmadır. Belirleyeceğimiz uygunluk fonksiyonu sayesinde en iyi yapıyı koruyup bir sonraki nesle taşıyarak en iyi oturum düzeni sağlanır. Yapılan çalışmada Artuklu Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi sınav verileri ilgili birimlerden izin alınarak tez çalışmasında kullanılmıştır.

Side-by-side or consecutively sitting of students from the same class or from the same neighborhood may result in unwanted communications or cheating. Various studies conducted to determine the most optimum seating arrangement but these studies focused on issues like the impact of seating arrangement on student success. These various studies mostly focused on physical classroom seating arrangement. The Aim of the following thesis is to prevent students that are related to each other in a way to sit next to or consecutively during the exams by using genetic algorithm. The reliability of the exams will also be increased with M.Sc. study. Genetic algorithms are one of the many heuristic algorithms used to solve complex problems. Genetic algorithms imitate natural selection by eliminating unfit generations so that the fitter generations sustain. The fitness function to be determined will ensure that each session is the better version of its predecessor and the final session is the most optimum session. Data acquired from Artuklu University Distance Learning Center examination has been used for the thesis study with permission from the related unit.