ГИБРИДНЫЕ АЛГОРИТМЫ СОСТАВЛЕНИЯ РАСПИСАНИЯ ЗАНЯТИЙ ДЛЯ СПО

Раздел: Применение искусственного интеллекта в организации учебного процесса

Журнал: Материалы V Всероссийской научно-практической конференции с междун. участием «ИИ в образовании. Современные достижения и перспективы применения: в генерации знаний, управлении, обучении, оценке результатов обучения и формировании компетенций обучающихся»

25 мая 2026 г.

Авторы: Кравцова Ольга Александровна , Соколов Сергей Валерьевич

Информационно-коммуникационные технологии в педагогическом образовании, 2026. № 2 (101). itped.ru

_______________________________________________________________________

УДК 377.111.3

О. А. Кравцова, С. В. Соколов

O. A. Kravtsova, S. V. Sokolov

Кравцова Ольга Александровна, к. т. н., доцент, КГПИ КемГУ, г. Новокузнецк, Россия.

Соколов Сергей Валерьевич, магистр педагогики, зав. отделом по профориентационной работе и дополнительному образованию, ГПОУ «Кузнецкий металлургический техникум» им. И. П. Бардина, г. Новокузнецк, Россия.

Kravtsova Olga Alexandrovna, Candidate of Technical Sciences, Associate Professor, Kuzbass Humanitarian Pedagogical Institute of Kemerovo State University, Novokuznetsk, Russia.

Sokolov Sergey Valerievich, Master of Pedagogy, Head of the Department of Career Guidance and Additional Education, State Professional Educational Institution «Kuznetsk Metallurgical College» named after I. P. Bardin, Novokuznetsk, Russia.

ГИБРИДНЫЕ АЛГОРИТМЫ СОСТАВЛЕНИЯ РАСПИСАНИЯ ЗАНЯТИЙ ДЛЯ СПО

HYBRID ALGORITHMS FOR SCHEDULING CLASSES FOR SECONDARY VOCATIONAL EDUCATION

Аннотация. В статье рассматривается проблема составления расписания занятий в учреждениях среднего профессионального образования (СПО) и предлагается подход на основе гибридных алгоритмов для ее решения. Новизна работы заключается в комбинации методов искусственного интеллекта и традиционных оптимизационных стратегий, адаптированных под специфику СПО: учет разнородных ресурсов (аудитории, преподаватели, оборудование), гибкое реагирование на изменения и минимизация конфликтов в расписании. Предложенный подход позволяет повысить эффективность планирования, сократить временные затраты административного персонала и улучшить удовлетворенность участников образовательного процесса.

Annotation. The article discusses the problem of scheduling classes in institutions of secondary vocational education (SPE) and suggests an approach based on hybrid algorithms to solve it. The novelty of the work lies in a combination of artificial intelligence methods and traditional optimization strategies adapted to the specifics of vocational education: accounting for diverse resources (classrooms, teachers, equipment), flexible response to changes and minimizing conflicts in the schedule. The proposed approach makes it possible to increase the efficiency of planning, reduce the time spent by administrative staff and improve the satisfaction of participants in the educational process.

Ключевые слова: гибридные алгоритмы, расписание занятий, среднее профессиональное образование, оптимизация планирования, искусственный интеллект, автоматизация.

Keywords: hybrid algorithms, class schedules, secondary vocational education, planning optimization, artificial intelligence, automation.

Составление учебного расписания остается одной из самых сложных и трудоемких задач в управлении образовательным процессом, особенно в учреждениях среднего профессионального образования (СПО).

Специфика СПО добавляет ряд дополнительных ограничений: сочетание теоретических и практических занятий, необходимость учета специализированных лабораторий и мастерских, сменный график работы преподавателей и прочие организационные особенности, которые значительно усложняют планирование.

Как отмечают исследователи, «в общей постановке задача составления расписания представляет собой процесс распределения некоторого конечного набора событий во времени в условиях ресурсных и других ограничений» [1].

Традиционные подходы – ручная работа администраторов или использование простых программных шаблонов – часто оказываются недостаточными: они приводят к конфликтам в расписании, неэффективному использованию фонда аудиторий и оборудования и создают высокую нагрузку на сотрудников. Поэтому возникает потребность в более современных методах, способных учитывать множество разнотипных факторов, гибко реагировать на изменения и минимизировать человеческий труд.

Цель данной работы – исследовать применение гибридных алгоритмов для автоматизации составления расписания в учреждениях СПО, выявить их ключевые преимущества и представить общую концепцию внедрения таких решений в практику.

Рассмотрим характерные сложности формирования расписания в СПО, затрудняющие его автоматизацию.

Разнообразие типов занятий. В СПО сочетаются лекции, семинары, лабораторные занятия, практики и производственное обучение; каждый формат предъявляет свои требования (например, лабораторные нуждаются в специализированных помещениях с оборудованием и безопасными условиями).
Ограниченность ресурсов. Число аудиторий, лабораторий и квалифицированных преподавателей часто ограничено, что создает конкуренцию за пространство и время.
Гибкость требований и индивидуальные ограничения. Расписание должно учитывать личные пожелания преподавателей, режимы работы мастерских, доступность оборудования и особенности учебных планов.
Динамичность оперативных условий. Изменения в учебном плане, болезнь преподавателя, пересменки на производствах или внеплановые мероприятия требуют быстрой переработки расписания.
Нормативные и организационные ограничения. Необходимо соблюдение образовательных стандартов, санитарных требований и трудового законодательства (максимальная нагрузка, обязательные перерывы, требования к продолжительности занятий и т. п.).

По мнению авторов, «эти ограничения необходимо строго учитывать при построении расписания, поскольку их нарушение может привести к сбоям в работе всей системы, недовольству со стороны родителей и перегрузке преподавателей» [2].

Все перечисленные факторы превращают задачу в сложную комбинаторную проблему, которая требует применения интеллектуальных методов оптимизации.

Гибридные алгоритмы представляют собой сочетание нескольких подходов, позволяющее использовать сильные стороны каждого из них. Для задачи составления расписания это может означать интеграцию:

методов искусственного интеллекта (генетические алгоритмы, нейронные сети, алгоритмы роя частиц и прочие стохастические методы);
классических методов оптимизации (жадные эвристики, метод ветвей и границ, целочисленное программирование);
прикладных эвристических правил, накопленных практикой составителей расписаний и администрацией учебных заведений.

Ключевые преимущества гибридного подхода:

адаптивность: алгоритм настраивается под уникальные ограничения и приоритеты конкретного учреждения, учитывая специфику учебных направлений и локальные правила;
масштабируемость: метод применим как в небольших техникумах (колледжах), так и в крупных многопрофильных СПО с большим числом групп и специальностей;
устойчивость к изменениям: при возникновении внеплановых ситуаций алгоритм способен оперативно перестроить расписание с минимальными нарушениями;
мультикритериальная оптимизация: одновременно можно минимизировать конфликты, равномерно распределять нагрузку между преподавателями, уменьшать число «окон» у студентов и учитывать приоритеты сторон;
снижение административной нагрузки: автоматизация рутинной части работы освобождает время сотрудников для стратегических задач и индивидуальных согласований.

Общая структура гибридного алгоритма для СПО (пошаговый процесс)

1) Сбор и подготовка данных. На начальном этапе система собирает и нормализует информацию о:

– учебных группах и специализациях;

– преподавателях, их квалификации и предпочтениях по графику;

– доступных аудиториях, мастерских и перечне оборудования;

– учебном плане, требованиях к видам занятий и нормативных ограничениях;

– дополнительных ограничениях и пожеланиях (например, «преподаватель А не может вести занятия по вторникам»).

2) Генерация базового расписания. С применением эвристик создается стартовый вариант, при этом обычно сначала резервируются ресурсоемкие элементы (практики и лаборатории), затем – лекции и семинары; учитываются «окна» у преподавателей и пересечения групп.

3) Глубокая оптимизация с помощью ИИ. Полученный базовый вариант улучшается методами ИИ – генетическими алгоритмами, алгоритмом роя частиц или комбинированными нейросетевыми моделями. Эти методы помогают:

– находить более эффективные комбинации распределения занятий по времени и пространству;

– минимизировать конфликты и валидационные нарушения;

– сглаживать нагрузку и сокращать число неполных занятий и пустых интервалов.

4) Ручная валидация и доработка. Администратор просматривает результаты, вносит коррективы, учитывающие локальные события (ярмарки, производственные практики), и при необходимости повторно запускает цикл оптимизации с учетом внесенных правок.

5) Мониторинг, обучение и адаптация. Во время эксплуатации система накапливает статистику о типичных проблемах, частых конфликтах и успешных решениях, что позволяет постепенно улучшать модель и эвристики.

Ожидаемые эффекты от внедрения гибридного алгоритма:

– существенное сокращение времени на составление расписания – вместо нескольких дней или недель процесс может занять часы;

– повышение качества расписания за счет уменьшения конфликтов, более равномерного распределения учебной нагрузки и уменьшения числа «окошек» у слушателей и преподавателей;

– более рациональное использование аудиторий и оборудования, снижение простоев и накладок;

– повышение прозрачности и гибкости процессов: участники получают актуальную информацию и каналы для подачи пожеланий и корректировок;

– автоматическое соблюдение нормативных требований и локальных правил, что снижает риски нарушений.

Выводы. Гибридные алгоритмы – перспективное направление для автоматизации составления расписаний в учреждениях среднего профессионального образования: они сочетают формализованные методы оптимизации с гибкостью ИИ, что особенно важно в сложной и динамичной среде СПО. Внедрение таких решений не только уменьшает административную нагрузку, но и повышает качество образовательного процесса за счет более рационального распределения ресурсов и учета интересов всех участников. Практические дальнейшие шаги включают разработку программной реализации алгоритма, его тестирование на реальных данных и поэтапную апробацию в учебных заведениях с последующей адаптацией под их требования.

Список литературы

Семенов, С. П. Сравнительный анализ подходов к автоматизации составления расписаний учебных занятий в образовательных учреждениях / С. П. Семенов, Я. Б. Татаринцев. – Текст : электронный // Известия Алтайского государственного университета. – 2010. – № 1-1 – С. 103-105 – URL: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-podhodov-k-avtomatizatsii-sostavleniya-raspisaniy-uchebnyh-zanyatiy-v-obrazovatelnyh-uchrezhdeniyah/pdf (дата обращения: 20.04.2026).
Зиннер, Р. А. Разработка и апробация модели генерации расписания занятий с использованием графовой нейронной сети и системы мультиагентного взаимодействия : магистерская диссертация / Р. А. Зиннер – Текст : электронный. // Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления. – Екатеринбург, 2025. – 88 с.– URL: https://elar.urfu.ru/bitstream/10995/147363/1/m_th_r.a.zinner_2025.pdf (дата обращения: 28.04.2026).

PDF