Composition and scheduling of project defense committees: mathematical programming modeling, user interface, and experiments.

Abstract

This study seeks to resolve the complex problem of efficiently designing project defense committees and scheduling their events. In more details, it investigates the constraints and preferences of all stakeholders - students, advisors, supervisors, examiners, and chairs - and the influence these factors have on committee design and event scheduling. The currently manual and resource intensive task of forming committees and planning project defenses poses significant logistical issues. The method often leads to suboptimal results, including scheduling conflicts, overload of responsibilities on committee members, and compromised quality of evaluations, among other issues. These inefficiencies highlight the necessity for an automated solution. To this end, the project adopts mathematical programming, a technique capable of providing optimal solutions to these kinds of intricate problems. The methodology used involved developing a userfriendly data collection application utilizing Google Workspace apps, including Google Forms, Google Sheets, and Google Apps Script. This system handles user data, preprocesses it, and transfers it to a computational system, which was implemented using the Julia programming language with the JuMP package for mathematical optimization. The model was applied as a case study to the first semester of 2023, managing to successfully schedule 17 out of 18 project defense events. The study highlights that the single unsuccessful case was due to the infeasibility of overlapping schedules among the involved individuals. Therefore the system proved to be a tremendous enhancement to the previous manual process, reducing the workload for event organizers, and demonstrating its suitability for future semesters. This comprehensive solution to the project defense scheduling problem not only offers immediate relief to event organizers but also presents a scalable model that can be adapted to suit future needs.

Este estudo busca resolver o complexo problema de projetar comitês de defesa de projetos e programar seus eventos de forma eficiente. Especificamente, investiga as restrições e preferências de todas as partes interessadas - estudantes, orientadores, supervisores, examinadores e presidentes - e a influência desses fatores no design do comitê e na programação de eventos. A tarefa atualmente manual e intensiva em recursos de formação de comitês e planejamento de defesas de projetos apresenta significativos problemas logísticos. O método frequentemente leva a resultados subótimos, incluindo conflitos de agenda, sobrecarga de responsabilidades nos membros do comitê e comprometimento da qualidade das avaliações, entre outros problemas. Essas ineficiências destacam a necessidade de uma solução automatizada. Para isso, o projeto adota a programação matemática, uma técnica capaz de fornecer soluções ótimas para esses tipos de problemas complexos. A metodologia utilizada envolveu o desenvolvimento de um aplicativo de coleta de dados amigável ao usuário, utilizando aplicativos do Google Workspace, incluindo Google Forms, Google Sheets e Google Apps Script. Este sistema lida com dados do usuário, pré-processa-os e os transfere para um sistema computacional, que foi implementado usando a linguagem de programação Julia com o pacote JuMP para otimização matemática. O modelo foi aplicado como estudo de caso ao primeiro semestre de 2023, conseguindo programar com sucesso 17 dos 18 eventos de defesa de projeto. O estudo destaca que o único caso de insucesso foi devido à inviabilidade de sobreposição de agendas entre os indivíduos envolvidos. Portanto, o sistema provou ser uma melhoria tremenda em relação ao processo manual anterior, reduzindo a carga de trabalho dos organizadores de eventos e demonstrando sua adequação para semestres futuros. Esta solução abrangente para o problema de agendamento de defesa de projeto não apenas oferece alívio imediato aos organizadores de eventos, mas também apresenta um modelo escalável que pode ser adaptado para atender às necessidades futuras.