No description available.

The scheduling of a tennis school’s operation at a general tennis club is today done manually. This is a time consuming task, usually taking 2-4 weeks for the person responsible. This thesis aims to mathematically formulate the tennis school scheduling problem (TSSP), and to develop a computer based solution procedure to automate the scheduling process. The mathematical formulation of the problem has the structure of an optimization problem and the solution procedure that is developed is a heuristic algorithm for the specific purpose of this problem. Furthermore, a heuristic local search algorithm to improve the initial solution is developed, and the model is then tested on real data in a case study at a padel club in Stockholm. Furthermore, the result from the solution procedure is compared with the manually created schedule by the club on some key parameters from the mathematical model. The computerized solution procedure outperformed the manual scheduling procedure in terms of execution time and most of the times in the objective value of the generated schedule. In terms of the mathematical formulation neither the manually created schedule nor the schedules created by the algorithm gives feasible solutions to the problem. However, the padel club deems the schedules usable and will continue with the ongoing process to implement the model. / Schemaläggning av en tennisskolas verksamhet hanteras vanligtvis av en eller flera ansvariga från tennisklubben och utförs manuellt. Det är en tidskrävande uppgift som kräver uppföljning och återkoppling med alla deltagare, vilket kan ta flera veckor. Den här masteruppsatsen ämnar att matematiskt formulera tennisskolans schemaläggningsproblem, "tennis school scheduling problem" (TSSP), och utveckla en schemaläggningsalgoritm för att heuristiskt lösa TSSP som kan imple-menteras med objektorienterad programmering för att automatisera schemaläggningen. Utöver det är en lokal sökalgoritm framtagen för att förbättra schemat skapat av schemaläggningsalgo-ritmen. Algoritmerna är testade på en padelklubbs träningsverksamhet för att jämföra resultaten från algoritmerna mot deras manuellt framtagna schema. Den automatiserade schemaläggningsal-goritmen är e˙ektivare än att manuellt schemalägga verksamheten gällande tidsåtgång och även ofta i målvärde definierat i matematiska modellen. Baserat på data från padelklubben och så som problemet är uppställt i samråd med dem, möter varken det manuellt framtagna schemat eller det genererat med schemaläggningsalgoritmen, efter förbättringsalgoritmen tillämpats, de krav som är ställda på schemat. Trots det är det genererade schemat brukbart enligt padelklubben och de kommer arbeta med att implementera automatiseringen av schemaläggningen.Den automatiserade processen för att ta fram ett schema är tänkt att användas som ett verk-tyg för en schemaansvarig person. Det kan användas för att generera förslag på scheman baserat på deltagares tillgängligheter, för att bespara personens administrativa arbete med schemaläggnin-gen. Mindre ändringar kan sen göras i ett genererat schema och det är enligt dem själva en stor besparing i arbete jämfört med hur det går till i dagsläget.

This thesis deals with the use of operation research methods in sports scheduling. The theoretical part is focused on basic methods of operation research, linear programming and assignment problems are described in greater detail. The thesis presents the principles of sports tournaments and selected optimization softwares in the next part. In the practical part own mathematical models for sport scheduling are introduced. The solution procedure is demonstrated on real life problem of sports scheduling for actual men's basketball season. This example provides the reader with complex concept of solving process of sport scheduling problems.

The sports timetabling problem is a combinatorial optimization problem that consists of creating a timetable that defines against whom, when and where teams play games. This is a complex matter, since real-life sports timetabling applications are typically highly constrained. The vast amount and variety of constraints and the lack of generally accepted benchmark problem instances make that timetable algorithms proposed in the literature are often tested on just one or two specific seasons of the competition under consideration. This is problematic since only a few algorithmic insights are gained. To mitigate this issue, this article provides a problem instance repository containing over 40 different types of instances covering artificial and real-life problem instances. The construction of such a repository is not trivial, since there are dozens of constraints that need to be expressed in a standardized format. For this, our repository relies on RobinX, an XML-supported classification framework. The resulting repository provides a (non-exhaustive) overview of most real-life sports timetabling applications published over the last five decades. For every problem, a short description highlights the most distinguishing characteristics of the problem. The repository is publicly available and will be continuously updated as new instances or better solutions become available.