論文の概要: Algorithms for Optimizing Fleet Scheduling of Air Ambulances

• arxiv url: http://arxiv.org/abs/2002.11710v1
• Date: Tue, 25 Feb 2020 21:49:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 21:48:24.108869
• Title: Algorithms for Optimizing Fleet Scheduling of Air Ambulances
• Title（参考訳）: 航空救急車の艦隊スケジューリング最適化アルゴリズム
• Authors: Joseph Tassone and Salimur Choudhury
• Abstract要約: 航空資産の適正なスケジューリングは、患者の生命と死の差である。 これらの問題は、人口が分散し資源が限られる救急医療サービス(EMS)システムにおいて増幅される。 本研究では, 空気・健康施設の座標と定式化整数線形計画モデルを用いた。 これは、独自のアルゴリズムソリューションと比較できるように、Gurobiを通じてプログラムされた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Proper scheduling of air assets can be the difference between life and death for a patient. While poor scheduling can be incredibly problematic during hospital transfers, it can be potentially catastrophic in the case of a disaster. These issues are amplified in the case of an air emergency medical service (EMS) system where populations are dispersed, and resources are limited. There are exact methodologies existing for scheduling missions, although actual calculation times can be quite significant given a large enough problem space. For this research, known coordinates of air and health facilities were used in conjunction with a formulated integer linear programming model. This was the programmed through Gurobi so that performance could be compared against custom algorithmic solutions. Two methods were developed, one based on neighbourhood search and the other on Tabu search. While both were able to achieve results quite close to the Gurobi solution, the Tabu search outperformed the former algorithm. Additionally, it was able to do so in a greatly decreased time, with Gurobi actually being unable to resolve to optimal in larger examples. Parallel variations were also developed with the compute unified device architecture (CUDA), though did not improve the timing given the smaller sample size.
• Abstract（参考訳）: 適切なエアアセットのスケジューリングは、患者の生命と死の間の違いとなる可能性がある。 病院転院の際のスケジュール不良は極めて問題となるが、災害時には破滅的な可能性がある。 これらの問題は、人口が分散し資源が限られている航空救急医療サービス(ems)システムにおいて増幅される。 ミッションのスケジューリングには正確な方法が存在するが、十分な問題空間があるため、実際の計算時間は極めて重要である。 本研究では, 空気・健康施設の座標と定式化整数線形計画モデルを用いた。 これはGurobiによってプログラムされたもので、パフォーマンスをカスタムのアルゴリズムのソリューションと比較できる。 2つの方法が開発され、1つは近隣探索、もう1つはタブサーチが開発された。 どちらもgurobiの解に非常に近い結果を得ることができたが、tabu検索は前のアルゴリズムよりも優れていた。 さらに、グロビはより大規模な例では最適に解決できないため、非常に少ない時間でそれを行うことができた。 計算統一デバイスアーキテクチャ(CUDA)では並列のバリエーションも開発されたが、サンプルサイズが小さいためタイミングは改善されなかった。

関連論文リスト

• A Schedule of Duties in the Cloud Space Using a Modified Salp Swarm Algorithm [0.0]
  クラウド領域で最も重要なNPハード問題のひとつはスケジューリングです。 Salp Swarm Algorithm (SSA)と呼ばれる集団知能アルゴリズムの1つが拡張され、改良され、適用された。 その結果,本アルゴリズムは一般に他のアルゴリズムよりも高い性能を示した。
  論文  参考訳（メタデータ） (2023-09-18T02:48:41Z)
• A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist Scheduling Problems [11.66506213335498]
  ホイストスケジューリングは、自律デバイスの開発で産業応用の電気めっきのボトルネックとなっている。 適応型PDDLの形で新しい時間計画問題としてホイストスケジューリング問題を定式化する。 この問題に対するソリューションメソッドの評価に使用できる実生活ベンチマークインスタンスのコレクションを提供する。
  論文  参考訳（メタデータ） (2022-12-11T05:30:44Z)
• Genetic algorithms for the resource-constrained project scheduling problem in aircraft heavy maintenance [0.0]
  本稿では,資源制約付きプロジェクトスケジューリング問題(RCPSP)をAHMで解くための遺伝的アルゴリズムを提案する。 本研究の目的は,メンテナンス計画の規模を最小化することであった。
  論文  参考訳（メタデータ） (2022-06-16T13:41:20Z)
• Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
  オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。 本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。 ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
  論文  参考訳（メタデータ） (2021-09-13T18:10:52Z)
• Efficient Algorithms for Finite Horizon and Streaming Restless Multi-Armed Bandit Problems [30.759279275710078]
  インデックスベースのソリューションを計算するための新しいスケーラブルなアプローチを提案します。 コストのかかる有限地平線問題を解くことなく,指数減衰をキャプチャするアルゴリズムを提供する。 当社のアルゴリズムは、これらのタスクにおける既存の方法よりも150倍以上のスピードアップを実現し、パフォーマンスを損ないません。
  論文  参考訳（メタデータ） (2021-03-08T13:10:31Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Community detection using fast low-cardinality semidefinite programming [94.4878715085334]
  局所的な更新を一般化し、ライデン-k-カットから導かれる半定緩和を最大化する、新しい低カルチナリティアルゴリズムを提案する。 提案アルゴリズムはスケーラビリティが高く,最先端のアルゴリズムより優れ,実時間では性能が向上し,追加コストがほとんどない。
  論文  参考訳（メタデータ） (2020-12-04T15:46:30Z)
• Resource Allocation in Multi-armed Bandit Exploration: Overcoming Sublinear Scaling with Adaptive Parallelism [107.48538091418412]
  腕の引っ張りに様々な量の資源を割り当てることができる分割可能な資源にアクセス可能な場合,マルチアームの帯状地における探索について検討する。 特に、分散コンピューティングリソースの割り当てに重点を置いており、プル毎により多くのリソースを割り当てることで、結果をより早く得ることができます。
  論文  参考訳（メタデータ） (2020-10-31T18:19:29Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• FedPD: A Federated Learning Framework with Optimal Rates and Adaptivity to Non-IID Data [59.50904660420082]
  フェデレートラーニング(FL)は、分散データから学ぶための一般的なパラダイムになっています。 クラウドに移行することなく、さまざまなデバイスのデータを効果的に活用するために、Federated Averaging(FedAvg)などのアルゴリズムでは、"Computation then aggregate"(CTA)モデルを採用している。
  論文  参考訳（メタデータ） (2020-05-22T23:07:42Z)
• Algorithms for Optimizing Fleet Staging of Air Ambulances [0.0]
  本研究は、整数線形計画法における最適カバレッジ問題を構成する。 グロビは開発されたモデルでプログラムされ、パフォーマンスに時間を費やした。 ベースランキングを実装したソリューションが作成され、その後、ローカルおよびタブ検索ベースのアルゴリズムが導入された。
  論文  参考訳（メタデータ） (2020-01-10T04:32:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。