論文の概要: On Learning Combinatorial Patterns to Assist Large-Scale Airline Crew Pairing Optimization

• arxiv url: http://arxiv.org/abs/2004.13714v3
• Date: Sat, 2 May 2020 11:46:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 22:42:48.812536
• Title: On Learning Combinatorial Patterns to Assist Large-Scale Airline Crew Pairing Optimization
• Title（参考訳）: 大規模飛行船ペア最適化を支援するための組合せパターンの学習について
• Authors: Divyam Aggarwal, Yash Kumar Singh, Dhish Kumar Saxena
• Abstract要約: 本稿では,飛行接続データ中の可視パターンを学習するための変分グラフオートエンコーダの新たな適応法を提案する。 結果として生じる飛行接続予測は、新しいペアリングを生成するために小説を使ってオンザフライで組み合わせられる。 提案手法の実用性は、複数のハブ・アンド・スポーク・ワークスと複数のクルー・ベースを特徴とする、大規模(4200以上のフライト)、実世界、アメリカの航空会社の複雑なフライト・ネットワーク上で実証されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Airline Crew Pairing Optimization (CPO) aims at generating a set of legal flight sequences (crew pairings), to cover an airline's flight schedule, at minimum cost. It is usually performed using Column Generation (CG), a mathematical programming technique for guided search-space exploration. CG exploits the interdependencies between the current and the preceding CG-iteration for generating new variables (pairings) during the optimization-search. However, with the unprecedented scale and complexity of the emergent flight networks, it has become imperative to learn higher-order interdependencies among the flight-connection graphs, and utilize those to enhance the efficacy of the CPO. In first of its kind and what marks a significant departure from the state-of-the-art, this paper proposes a novel adaptation of the Variational Graph Auto-Encoder for learning plausible combinatorial patterns among the flight-connection data obtained through the search-space exploration by an Airline Crew Pairing Optimizer, AirCROP (developed by the authors and validated by the research consortium's industrial sponsor, GE Aviation). The resulting flight-connection predictions are combined on-the-fly using a novel heuristic to generate new pairings for the optimizer. The utility of the proposed approach is demonstrated on large-scale (over 4200 flights), real-world, complex flight-networks of US-based airlines, characterized by multiple hub-and-spoke subnetworks and several crew bases.
• Abstract（参考訳）: Airline Crew Pairing Optimization (CPO) は、航空会社の飛行スケジュールを最小限のコストでカバーする一連の法的なフライトシーケンス(大きなペアリング)を作成することを目的としている。 通常は、誘導探索空間探索のための数学的プログラミング手法であるカラム生成(cg)を用いて行われる。 CGは、最適化探索中に新しい変数(ペアリング)を生成するために、電流と前回のCGイテレーションの相互依存性を利用する。 しかし,前例のない規模と創発的な飛行ネットワークの複雑さにより,飛行-接続グラフ間の高次相互依存性を学習し,それを利用してcpoの有効性を高めることが求められている。 本論文は,その種類と最新技術からの著しい逸脱を示唆するものであるが,本稿では,航空会社の乗員ペア・オプティマイザであるaircrop(研究者によって開発され,研究コンソーシアムの産業スポンサーであるge aviationによって検証された)による探索空間探索により得られた飛行接続データのうち,妥当な組合せパターンを学習するための変分グラフ自動エンコーダの新規な適応を提案する。 結果として生じる飛行接続予測は、新しいヒューリスティックを使ってオンザフライで組み合わせられ、オプティマイザのための新しいペアリングを生成する。 提案手法の実用性は、複数のハブ・アンド・スポークのサブネットワークと複数の乗組員基地を特徴とする、大規模(4200回以上)、実世界の複雑な航空ネットワークで実証されている。

関連論文リスト

• UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
  本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。 ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
  論文  参考訳（メタデータ） (2024-04-11T03:19:22Z)
• Joint User Association, Interference Cancellation and Power Control for Multi-IRS Assisted UAV Communications [80.35959154762381]
  インテリジェント反射面(IRS)支援無人航空機(UAV)通信は、地上基地局の負荷を低コストで軽減することが期待されている。 既存の研究は主に、複数のIRSではなく単一のIRSの配置とリソース割り当てに焦点を当てている。 我々は,共同IRSユーザアソシエーションのための新しい最適化アルゴリズム,UAVの軌道最適化,逐次干渉キャンセル(SIC)復号命令スケジューリング,電力割り当てを提案する。
  論文  参考訳（メタデータ） (2023-12-08T01:57:10Z)
• GraphDAC: A Graph-Analytic Approach to Dynamic Airspace Configuration [24.461948296296274]
  ナショナル・エアスペース・システム(NAS)は、航空交通量の増加により能力に到達しており、時代遅れの戦術的計画に基づいている。 本研究では,よりダイナミックな空域構成(DAC)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-07-29T03:04:22Z)
• Vertical Federated Learning over Cloud-RAN: Convergence Analysis and System Optimization [82.12796238714589]
  高速かつ正確なモデルアグリゲーションを実現するために,クラウド無線アクセスネットワーク(Cloud-RAN)ベースの垂直FLシステムを提案する。 アップリンクとダウンリンクの両方の伝送を考慮した垂直FLアルゴリズムの収束挙動を特徴付ける。 我々は,連続凸近似と代替凸探索に基づくシステム最適化アルゴリズムを開発した,連系トランシーバとフロントホール量子化設計によるシステム最適化フレームワークを構築した。
  論文  参考訳（メタデータ） (2023-05-04T09:26:03Z)
• Wireless-Enabled Asynchronous Federated Fourier Neural Network for Turbulence Prediction in Urban Air Mobility (UAM) [101.80862265018033]
  垂直離着陸機(VTOL)が配車サービスに使用される都市空力(UAM)が提案されている。 UAMでは、航空機はエアロドロムを繋ぐ廊下として知られる指定空域で運用することができる。 GBSと航空機間の信頼性の高い通信網により、UAMは適切に空域を利用することができる。
  論文  参考訳（メタデータ） (2021-12-26T14:41:52Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• Spatio-Temporal Data Mining for Aviation Delay Prediction [15.621546618044173]
  本研究では,商業飛行における長期記憶ネットワーク(LSTM)に基づく航空機遅延予測システムを提案する。 このシステムは、自動監視放送(ADS-B)メッセージから歴史的軌跡から学習する。 従来と比べ,大規模なハブ空港ではより堅牢で正確であることが実証された。
  論文  参考訳（メタデータ） (2021-03-20T18:37:06Z)
• Flight-connection Prediction for Airline Crew Scheduling to Construct Initial Clusters for OR Optimizer [23.980050729253612]
  本稿では、機械学習の分類アルゴリズムを用いて大規模商用解法(GENCOL)を初期化するケーススタディを提案する。 1%未満の少額の貯蓄は、大型航空会社の年間収入を数十万ドル増額することを意味している。
  論文  参考訳（メタデータ） (2020-09-26T01:32:07Z)
• A Novel Column Generation Heuristic for Airline Crew Pairing Optimization with Large-scale Complex Flight Networks [0.0]
  本稿では,Airline Crew Pairing(AirCROP)の社内開発を可能にする新しいCGを提案する。 CPO/AirCROPの有効性は4,200機以上の飛行、15の乗員基地、複数のハブ・アンド・スポーク・サブネットワークでテストされている。
  論文  参考訳（メタデータ） (2020-05-18T12:19:02Z)
• On Initializing Airline Crew Pairing Optimization for Large-scale Complex Flight Networks [0.0]
  本論文は,飛行スケジュールをカバーする一連のフライトシーケンス(重対)を,いくつかの法的制約を満たしつつ,最小限のコストで生成することを目的とする。 GE Aviationが提供する現実の大規模かつ複雑な飛行ネットワーク(3200以上の飛行と15の乗員基地を含む)では、提案されたデータセットは、別の最先端アプローチよりも10倍のスピード向上を示している。
  論文  参考訳（メタデータ） (2020-03-15T08:21:38Z)

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。