Aplicação de Inteligência Artificial e algoritmos de otimização no planejamento de horários acadêmicos usando um dataset universitário real: uma abordagem baseada em simulated annealing

Resumo

Este artigo investiga o desafio do planejamento de horários acadêmicos em instituições de ensino superior, categorizado como University Course Timetabling Problem (UCTP), caracterizado por sua alta complexidade combinatória e classificado como NP-hard. O estudo utiliza um dataset real representativo de uma universidade, contendo dados sobre salas, professores, disciplinas e preferências de alocação. A proposta envolve a aplicação de técnicas de Inteligência Artificial (IA) e algoritmos de otimização, visando automatizar e melhorar o processo de geração de horários. Utilizando a linguagem Java e o framework Timefold AI, o algoritmo Simulated Annealing foi empregado para buscar soluções que minimizem as restrições hard e soft, como conflitos de sala, superlotação de turmas e preferências de professores. Os resultados preliminares indicam que a metodologia, quando aplicada ao dataset real, é eficaz na redução do tempo de planejamento e na melhoria da qualidade dos horários, oferecendo uma solução viável e escalável para o problema de agendamento universitário.