CÁLCULO DE RUTAS EN SISTEMAS DE E-LEARNING UTILIZANDO UN ALGORITMO DE ...

258 Pages·2012·3.77 MB·Spanish

CÁLCULO DE RUTAS EN SISTEMAS DE E-LEARNING
UTILIZANDO UN ALGORITMO DE OPTIMIZACIÓN POR
COLONIAS DE HORMIGAS
DEPARTAMENTO DE LENGUAJES Y SISTEMAS INFORMÁTICOS

Memoria de Tesis Doctoral para optar al grado de
Doctor en Informática por la Universidad de Sevilla
presentada por

José Manuel Márquez Vázquez

Directores:

Dr. Juan Antonio Ortega Ramírez
Dr. Luis González Abril

Sevilla, marzo de 2012
Cálculo de rutas en sistemas de e-learning utilizando algoritmos de Optimización por Colonias de Hormigas
José Manuel Márquez Vázquez
Cálculo de Rutas en Sistemas de e-Learning
Utilizando Algoritmos de Optimización por
Colonias de Hormigas

José Manuel Márquez Vázquez

Memoria de Tesis

Índice

Agradecimientos ............................................................................................................. xv
Prólogo ............................................................................................................................. 1
Capítulo 1. Introducción ................................................................................................... 3
1.1 Planteamiento ..................................................................................................... 5
1.2 Objetivos ............................................................................................................ 7
1.3 Período de Investigación .................................................................................... 9
Capítulo 2. Optimización por Colonias de Hormigas..................................................... 15
2.1 Introducción ..................................................................................................... 15
2.2 Características Principales ............................................................................... 18
2.3 La meta-heurística ACO .................................................................................. 20
2.4 Algoritmos ACO .............................................................................................. 22
2.5 Aplicación a problemas estáticos de optimización .......................................... 25
2.5.1 El Problema del Viajante .......................................................................... 25
2.5.2 El Problema de la Asignación Cuadrática ................................................ 33
2.5.3 El Problema de la Planificación de la Producción .................................... 35
2.5.4 El Problema del Enrutamiento de Vehículos ............................................ 35
2.5.5 El Problema del Ordenamiento Secuencial .............................................. 38
2.5.6 El Problema de Coloreado de Grafos ....................................................... 39
2.5.7 El Problema de la Supersecuencia Común más Corta .............................. 39
2.6 Aplicación a problemas dinámicos de optimización ....................................... 40
2.6.1 Aplicación al encaminamiento orientado a la conexión ........................... 41
2.6.2 Aplicación al encaminamiento no orientado a la conexión ...................... 43
2.7 Aplicación a la resolución de problemas multi-objetivos ................................ 45
2.7.1 Introducción a problemas multi-objetivos ................................................ 45
2.7.2 Adaptación de ACO a problemas multi-objetivos .................................... 48
Capítulo 3. Aplicación al Problema de las Rutas de Aprendizaje. ................................. 55
3.1 Escenario .......................................................................................................... 55
i
3.2 Estudios previos ............................................................................................... 56
3.3 Propuesta de solución ...................................................................................... 57
3.3.1 Grafo de Itinerarios de Aprendizaje ......................................................... 58
3.3.2 Representación formal del grafo............................................................... 62
3.3.3 Transformación del Grafo ........................................................................ 70
3.3.4 Adaptación del mejor camino ................................................................... 74
3.3.5 Implementación ........................................................................................ 85
Capítulo 4. Resultados experimentales ......................................................................... 109
4.1 Entorno de pruebas ........................................................................................ 109
4.2 Descripción de la experimentación ................................................................ 109
4.2.1 Consideraciones previas ......................................................................... 110
4.2.2 Calibración del Sistema .......................................................................... 127
4.2.3 Estudio de la adaptabilidad ..................................................................... 153
Capítulo 5. Incorporación de itinerarios adaptativos a un LMS ................................... 169
5.1 Arquitecturas de los sistemas de enseñanza a distancia ................................ 169
5.2 Pasos para la adaptación de un LMS SCORM .............................................. 176
5.3 Implantación de plataformas de e-learning en SOA ...................................... 181
5.3.1 El Portal de e-learning ............................................................................ 186
5.3.2 Proveedor de Servicios de e-learning ..................................................... 192
5.3.3 Registro de Servicios de e-learning ........................................................ 194
5.3.4 Gestión de Itinerarios Adaptativos como Servicio Web ........................ 196
Capítulo 6. Conclusiones y trabajo futuro .................................................................... 199
6.1 Retrospectiva ................................................................................................. 199
6.2 Conclusiones .................................................................................................. 201
6.3 Aplicaciones ................................................................................................... 203
6.3.1 Adaptación del itinerario al estilo de aprendizaje del alumno................ 203
6.3.2 Recomendación del siguiente curso ....................................................... 209
6.4 Trabajo Futuro ............................................................................................... 210
Curriculum Vitae .......................................................................................................... 211
Referencias ................................................................................................................... 219
Anexo ........................................................................................................................... 231
ii
Índice de Figuras

Figura 1: Estudio de compatibilidad IMS CP y OSGi ................................................... 11
Figura 2: Dibujo que representa el experimento del puente binario de Deneubourg. .... 16
Figura 3: Representación del experimento con caminos alternativos de diferente
longitud. 1. La primera hormiga sigue un camino elegido aleatoriamente. 2. El resto de
la colonia se distribuye entre los caminos posibles. 3. Finalmente la mayor
concentración de feromonas en los caminos más cortos hace que prácticamente todas
sigan el mismo camino. .................................................................................................. 17
Figura 4: Algoritmo AS para el TSP. (M. Dorigo et al., 1996) ...................................... 23
Figura 5: Representación de una variante del VRP con depósito único central ............. 37
Figura 6: Incidencias que superan SLA frente al coste en técnicos de soporte .............. 46
Figura 7: Grafo de Itinerarios de Aprendizaje (GIA) ..................................................... 58
Figura 8: Identificación de competencias en el grafo de itinerarios de aprendizaje ....... 60
Figura 9: Ejemplo de grafo para itinerarios de aprendizaje independientes................... 60
Figura 10: Ejemplo de Grafo de Itinerarios de Aprendizaje .......................................... 71
Figura 11: Grafo equivalente sin restricciones ............................................................... 71
Figura 12: Diagrama de estados del itinerario de aprendizaje........................................ 73
Figura 13: Nodos del GIA ponderados con pesos pedagógicos ..................................... 77
Figura 14: Ejemplo de restricción OR ............................................................................ 78
Figura 15: Árbol de probabilidades conjuntas ................................................................ 79
Figura 16: Ejemplo de tabla hash con información a incluir en el nodo destino para
calcular el factor de idoneidad de cada arco de entrada ................................................. 81
Figura 17: Jerarquía de Interfaces para el manejo de grafos de JUNG .......................... 86
Figura 18: Jerarquía de nuestro modelo para la definición de vértices y arcos .............. 86
Figura 19: Principales entidades del framework ACO ................................................... 89
Figura 20: Relaciones del planificador con otras interfaces del framework .................. 90
Figura 21: Esquema para la generación de números aleatorios fuera de un rango dado
...................................................................................................................................... 100
Figura 22: Distribución teórica de calificaciones antes y después de la formación ..... 110
Figura 23: Colonia de alumnos como ampliación de una Colonia genérica ................ 112
iii
Figura 24: Aplicación ACO4ALI desarrollada para la experimentación ..................... 113
Figura 25: Función de densidad de probabilidad de un modelo normal N(4,0.5) ........ 114
Figura 26: Función de densidad de probabilidad de un modelo normal N (6,0.5) ....... 114
Figura 27: Función de densidad de probabilidad de un modelo normal N (8,05) ........ 115
Figura 28: Grafo utilizado para probar la estrategia de asignación de pesos iguales a
todos los nodos. ............................................................................................................ 117
Figura 29: Evolución de la elecciones de caminos en una de las pruebas del experimento
con alumnos de perfil High .......................................................................................... 119
Figura 30: Evolución de las elecciones de caminos en una de las pruebas del
experimento con alumnos de perfil Medium ................................................................ 120
Figura 31: Evolución de las elecciones de caminos en una de las pruebas del
experimento con alumnos de perfil Low ...................................................................... 120
Figura 32: Comparativa de la evolución de hormigas que seleccionaron el camino
solución en los tres experimentos anteriores ................................................................ 121
Figura 33: Evolución de elecciones de caminos en una de las ejecuciones para la prueba
de colonia heterogénea con proporciones 30-60-10 ..................................................... 122
Figura 34: Comparativa entre desviaciones típicas para las dos estrategias de
ponderación en colonias con perfiles heterogéneos. .................................................... 125
Figura 35: Evolución de una de las ejecuciones de la experimentación para la estrategia
de ponderación en función del nivel de dificultad en una colonia con hormigas de
diferentes perfiles ......................................................................................................... 126
Figura 36: Grafo ponderado con 8 posibles itinerarios ................................................ 126
Figura 37: Evolución de las elecciones de cada itinerario en algunas pruebas realizadas
con el algoritmo para el grafo de la Figura 36. En el eje de ordenadas se muestra el
número de veces que cada itinerario ha sido elegido, y en el de abscisas el número de
hormigas ACO que han terminado su itinerario. .......................................................... 128
Figura 38: Grafo de itinerarios de aprendizaje una vez eliminadas las restricciones de
navegación .................................................................................................................... 129
Figura 39: Nodo de decisión para el cálculo de la influencia del parámetro β ............ 132
Figura 40: Estudio marginal de β. Reparto de itinerarios para β=1.............................. 134
Figura 41: Estudio marginal de β. Reparto de itinerarios para β=0.5........................... 134
Figura 42: Estudio marginal de β. Reparto de itinerarios para β=5.............................. 136
Figura 43: Estudio marginal de β. Reparto de itinerarios para β=2.............................. 136
Figura 44: Evolución de la distribución de hormigas por los itinerarios del grafo para
α=0 y β=1.5 ................................................................................................................... 139
iv
Figura 45: Evolución de la distribución de hormigas por los itinerarios del grafo para
α=1.0 y β=1.5 ................................................................................................................ 140
Figura 46: Evolución de feromonas en el primer nodo de decisión del grafo de la
Figura 38 ..............................................τ......................................................................... 142
Figura 47: Evolución de feromonas Φ en el primer nodo de decisión del grafo de la
Figura 38 ....................................................................................................................... 142
Figura 48: Evolución de la f en el primer nodo de decisión de la Figura 38 .............. 142
ij
Figura 49: Evolución del porcentaje de elección de cada itinerario en cada iteración. En
cada iteración participan 100 hormigas. α=1.0; β=1.5; ω =1.0; ω =0.02; ω =1.0. ...... 146
1 2 3
Figura 50: Evolución de feromonas y en cada iteración. α=1.0; β=1.5; ω =1.0;
1
ω2=0.02 y ω3=1.0 ................................τ........ϕ................................................................. 147
Figura 51: Evolución de la función de ajuste en 10 iteraciones con α=1.0; β=1.5;
ω =1.0; ω =0.02 y ω =1.0 ............................................................................................ 147
1 2 3
Figura 52: Evolución del porcentaje de elección de cada itinerario en cada iteración. En
cada iteración participan 100 hormigas. α=1.0; β=1.5; ω =1.0; ω =0.02 y ω =2.0. .... 148
1 2 3
Figura 53: Evolución de feromonas τ y en cada iteración. α=1.0; β=1.5; ω =1.0;
1
ω2=0.02 y ω3=2.0 ........................................ϕ................................................................. 149
Figura 54: Evolución de la función de ajuste en 10 iteraciones. α=1.0; β=1.5; ω =1.0;
1
ω =0.02 y ω =2.0 ......................................................................................................... 150
2 3
Figura 55: Ejemplo de comportamiento del algoritmo ASALI para los valores α=1.2,
β=1.5, ω =1.0, ω =0.02, ω =1.5 y ρ=0.5 ..................................................................... 151
1 2 3
Figura 56: Probabilidad de decisión para los arcos Link2 (N3(cid:1)N5), Link3 (N3(cid:1)N6) y
Link4 (N3(cid:1)N7) en el experimento anterior. ............................................................... 153
Figura 57: Elecciones de itinerarios tras la primera iteración (estado inicial). ............ 158
Figura 58: Distribución inicial de feromonas en los arcos del grafo de itinerarios de
aprendizaje. ................................................................................................................... 158
Figura 59: Comparativa en los experimentos E7, E8 y E9. .......................................... 161
Figura 60: Comparativa en los experimentos E10, E11 y E12. .................................... 162
Figura 61: Resultados tras cinco ejecuciones con alumnos de perfil escogido
aleatoriamente ............................................................................................................... 163
Figura 62: Relación del Coeficiente de Gini y la Curva de Lorenz ............................. 164
Figura 63: Porcentaje de alumnos que eligen H, I y J en la segunda promoción en
función del valor de α ................................................................................................... 166
Figura 64: Porcentaje de éxito de los itinerarios H, I y J respecto a la variación del
parámetro α en la segunda promoción .......................................................................... 168
v
Figura 65: Modelo funcional de la especificación LTSA de IEEE .............................. 170
Figura 66: Modelo funcional del Sistema e-learning de Liu, El Saddik y Georganas . 171
Figura 67: Esquema de comunicación con SCORM .................................................... 172
Figura 68: Mecanismos de localización del API de SCORM ...................................... 173
Figura 69: Arquitectura para la integración de ASALI en un LMS ............................. 180
Figura 70: Modelo de datos para persistir el GIA e integrarlo en el modelo de datos de
un LMS ......................................................................................................................... 181
Figura 71: Relación entre plataformas tradicionales de e-learning con una orientación
SOA .............................................................................................................................. 182
Figura 72: Esquema de relaciones en SOA (particularizado para Web Services) ........ 184
Figura 73: Representación por capas de una Arquitectura SOA. ................................. 187
Figura 74: Esquema de arquitectura del portal de e-learning con arquitectura SOA ... 188
Figura 75: Servicio de Gestión de Itinerarios como orquestador del resto de servicios del
Middleware del LMS .................................................................................................... 190
Figura 76: Ejemplo de integración de LMS con Jive a través de RSS (recuadro rojo) 192
Figura 77: Representación del rol "proxy" de los servicios del middleware ................ 193
Figura 78: Esquema de funcionamiento de un registro UDDI ..................................... 195
Figura 79: Pasarela residencial desarrollada en el proyecto OSMOSE (2003-2005)... 200
Figura 80: Escena de un curso de t-Maestro en el proyecto Passepartout .................... 200
Figura 81: Cuadrante de Estilos de Aprendizaje de Kolb ............................................ 205
Figura 82: Clasificación de estudios universitarios según estilos de aprendizaje de Kolb
...................................................................................................................................... 206
Figura 83: Representación de itinerarios alternativos en función del estilo de aprendizaje
...................................................................................................................................... 208
Figura 84: Jerarquía de carpetas del CD ....................................................................... 231
Figura 85: Interfaz gráfica del software desarrollado para simulación ........................ 232

vi