Projeto Final - Tópicos Avançados em Computadores

Este projeto foi desenvolvido para a disciplina de Tópicos Avançados em Computadores da Universidade de Brasília (UnB), com foco em Pesquisa Operacional.

Tema

O tema do projeto é um Gerador de Grade Ótima. O sistema recebe um conjunto de turmas, cada uma com um peso que representa o desejo do usuário, e gera uma grade horária otimizada, respeitando diversas restrições e preferências.

Arquitetura do Projeto

O projeto evoluiu de um script único para uma aplicação web de três camadas:

1. Front-end (Interface Web): Uma interface interativa construída com React (Vite), onde o usuário pode configurar os parâmetros da otimização, gerenciar a lista de turmas e visualizar a grade gerada.
2. Back-end (Servidor API): Um servidor construído em Flask (Python) que expõe uma API REST. Ele recebe as configurações do front-end, atua como uma ponte para o motor de otimização e retorna o resultado de forma estruturada.
3. Otimizador (Motor de Otimização): O script original em Python (optimizer.py) que utiliza a biblioteca OR-Tools do Google. Ele é executado como um subprocesso pelo servidor Flask, garantindo que a lógica de otimização pesada seja isolada da API.

Descrição da Funcionalidade

O objetivo é criar uma grade de horários que maximize a satisfação do usuário, levando em conta:

• Restrições implementadas:
  • A carga horária total alocada não pode exceder o limite máximo definido.
  • Todas as aulas de uma turma devem ser alocadas juntas.
  • No máximo uma turma pode ser escolhida para cada disciplina.
  • Não pode haver conflitos de horários entre turmas.
• Função Objetivo Ponderada:
  • Maximizar a soma dos pesos de preferência das turmas escolhidas.
  • Minimizar o número de "buracos" (horários livres entre aulas) na grade.
  • Otimizar a distribuição de aulas (seja concentrando em menos dias ou espalhando, conforme a preferência do usuário).

O algoritmo utiliza técnicas de programação linear inteira mista, implementadas com a biblioteca OR-Tools, para encontrar a melhor solução possível.

Como Executar o Projeto Completo

Para executar a aplicação, você precisará iniciar o back-end e o front-end em terminais separados.

Pré-requisitos

• Python 3.8+ e pip
• Node.js 18+ e npm
• Um ambiente virtual para Python (recomendado)

1. Configuração e Execução do Back-end

O servidor Flask é responsável por receber as requisições e orquestrar a otimização.

# 1. Navegue até a pasta raiz do projeto (onde estão server.py e optimizer.py)

# 2. Crie e ative um ambiente virtual
python3 -m venv venv
source venv/bin/activate  # No Windows, use `venv\Scripts\activate`

# 3. Instale as dependências Python
# É recomendado criar um arquivo requirements.txt com o conteúdo abaixo:
# Flask
# Flask-Cors
# ortools
pip install -r requirements.txt # Ou instale individualmente

# 4. Inicie o servidor Flask
python3 server.py

# O servidor estará rodando em http://localhost:5000

2. Configuração e Execução do Front-end

A interface web permite a interação com o sistema.

# 1. Em um NOVO terminal, navegue até a pasta do seu projeto front-end

# 2. Instale as dependências do Node.js
npm install

# 3. Inicie o servidor de desenvolvimento do Vite
npm run dev

# O front-end estará acessível no endereço fornecido, geralmente http://localhost:5173

3. Utilização

Com ambos os servidores rodando, abra seu navegador e acesse a URL do front-end (ex: http://localhost:5173). Configure os parâmetros, adicione as turmas e clique em "Gerar Grade" para ver a mágica acontecer!

Documentação da API

O back-end expõe um único endpoint para gerar a grade.

Endpoint: POST /gerar-grade

Este endpoint recebe todos os parâmetros e a lista de turmas, executa o otimizador e retorna a grade ótima encontrada.

Corpo da Requisição (Request Body)

O corpo da requisição deve ser um JSON com a seguinte estrutura:

{
  "dias": 5,
  "horarios": 8,
  "carga_horaria_maxima": 240,
  "peso_preferencia": 0.6,
  "peso_buracos": 0.3,
  "peso_dias": 0.3,
  "centralizado": true,
  "turmas": [
    {
      "id_turma": "MAT101-T1",
      "cod_disciplina": "MAT101",
      "codigo_horario": "24M34",
      "preferencia": 5
    },
    {
      "id_turma": "FIS102-102",
      "cod_disciplina": "FIS102",
      "codigo_horario": "35T25",
      "preferencia": 3
    }
  ]
}

Resposta de Sucesso (200 OK)

Se uma solução for encontrada, a resposta será um JSON contendo a grade, as métricas e as turmas selecionadas.

{
  "mensagem": "Solução de grade ótima encontrada!",
  "calendario": [
    ["----", "----", "----", "----", "----"],
    ["----", "----", "FIS102-102", "----", "FIS102-102"],
    ["MAT101-T1", "----", "----", "MAT101-T1", "----"],
    ["MAT101-T1", "----", "----", "MAT101-T1", "----"],
    ["----", "----", "----", "----", "----"],
    ["----", "----", "----", "----", "----"],
    ["----", "----", "----", "----", "----"],
    ["----", "----", "----", "----", "----"]
  ],
  "metricas": {
    "soma_preferencias": 8.0,
    "numero_buracos": 0,
    "dias_com_aula": 3,
    "carga_horaria_total": 120
  },
  "turmas_selecionadas": ["FIS102-102", "MAT101-T1"]
}

Resposta de Erro

Se nenhuma solução for encontrada ou ocorrer um erro, a resposta indicará o problema.

{
  "erro": "Nenhuma solução ótima ou viável encontrada.",
  "mensagem": "Tente ajustar os pesos ou a carga horária máxima."
}