論文の概要: The cyclic job-shop scheduling problem: The new subclass of the job-shop problem and applying the Simulated annealing to solve it

• arxiv url: http://arxiv.org/abs/2006.10938v1
• Date: Fri, 19 Jun 2020 02:36:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-19 03:40:54.673020
• Title: The cyclic job-shop scheduling problem: The new subclass of the job-shop problem and applying the Simulated annealing to solve it
• Title（参考訳）: 循環型ジョブショップスケジューリング問題:ジョブショップ問題の新たなサブクラスとシミュレートアニーリングの適用
• Authors: Pavel Matrenin, Vadim Manusov
• Abstract要約: ループの1イテレーションだけを計画することは、サイクル全体の計画よりも効果が低い。 実験により, 提案手法は循環スケジューリングの効率を著しく向上させることができることを示した。
• 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: In the paper, the new approach to the scheduling problem are described. The approach deals with the problem of planning the cyclic production and proposes to consider such scheduling problem as the cyclic job-shop problem of the order k, where k is the number of reiterations. It was found out that planning of only one iteration of the loop is less effective than planning of the entire cycle. To the experimental research, a number of test instances of the job-shop scheduling problem by Operation Research Library were used. The Simulated Annealing was applied to solve the instances. The experiments proved that the approach proposed allows increasing the efficiency of cyclic scheduling significantly.
• Abstract（参考訳）: 本稿では,スケジューリング問題に対する新しいアプローチについて述べる。 このアプローチは循環生産計画の問題に対処し、k が再帰数であるような順序 k の循環ジョブショップ問題として、そのようなスケジューリング問題を考えることを提案する。 その結果、ループを1回だけ計画することは、サイクル全体の計画よりも効果が低いことがわかった。 実験研究のために, 運用研究図書館によるジョブショップスケジューリング問題の試験事例を多数使用した。 インスタンスをシミュレートしたアニーリングが適用された。 実験により,提案手法により循環スケジューリングの効率を著しく向上できることが証明された。

関連論文リスト

• Can We Further Elicit Reasoning in LLMs? Critic-Guided Planning with Retrieval-Augmentation for Solving Challenging Tasks [68.49251303172674]
  最先端の大規模言語モデル(LLM)は、目覚ましい問題解決能力を示すが、複雑な推論と事実の正しさに苦慮する可能性がある。 既存の手法では、チェーン・オブ・ソートと検索強化生成(RAG)の強みを利用して、複雑な問題をより単純なステップに分解し、検索を適用して事実の正しさを向上させる。 CR-Planner(CR-Planner, CR-Planner, CR-Planner)は, 微調整された批判モデルを利用して, 推論と検索の両方のプロセスを計画を通してガイドする新しいフレームワークである。
  論文  参考訳（メタデータ） (2024-10-02T11:26:02Z)
• 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)
• Solving workflow scheduling problems with QUBO modeling [0.0]
  スケジューリング問題を表す新しいQUBOを開発し、入力問題に対する複雑性にQUBOがどのように依存するかを示す。 我々は、この複雑さを軽減するために、この特定の応用の分解法を導出し、提示する。
  論文  参考訳（メタデータ） (2022-05-10T12:38:17Z)
• A heuristic method for data allocation and task scheduling on heterogeneous multiprocessor systems under memory constraints [14.681986126866452]
  本稿では,メモリ制約下でのデータ割り当てとタスクスケジューリングの問題に焦点をあてる。 本稿では,いくつかの特徴を組み合わせたタブ探索アルゴリズムを提案する。 実験により,提案アルゴリズムは比較的高品質な解を妥当な計算時間で得られることを示した。
  論文  参考訳（メタデータ） (2022-05-09T10:46:08Z)
• Non-Clairvoyant Scheduling with Predictions Revisited [77.86290991564829]
  非論理的スケジューリングでは、優先度不明な処理条件でジョブをスケジューリングするためのオンライン戦略を見つけることが課題である。 我々はこのよく研究された問題を、アルゴリズム設計に(信頼できない)予測を統合する、最近人気の高い学習強化された設定で再検討する。 これらの予測には所望の特性があり, 高い性能保証を有するアルゴリズムと同様に, 自然な誤差測定が可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-21T13:18:11Z)
• Two-Stage Stochastic Optimization via Primal-Dual Decomposition and Deep Unrolling [86.85697555068168]
  2段階のアルゴリズム最適化は、様々な工学や科学的応用において重要な役割を果たす。 特に長期変数と短期変数が制約の中で結合されている場合、アルゴリズムは効率的ではない。 PDD-SSCAが既存のソリューションよりも優れたパフォーマンスを達成できることを示します。
  論文  参考訳（メタデータ） (2021-05-05T03:36:00Z)
• A Two-stage Framework and Reinforcement Learning-based Optimization Algorithms for Complex Scheduling Problems [54.61091936472494]
  本稿では、強化学習(RL)と従来の運用研究(OR)アルゴリズムを組み合わせた2段階のフレームワークを開発する。 スケジューリング問題は,有限マルコフ決定過程 (MDP) と混合整数計画過程 (mixed-integer programming process) の2段階で解決される。 その結果,本アルゴリズムは,アジャイルな地球観測衛星スケジューリング問題に対して,安定かつ効率的に十分なスケジューリング計画を得ることができた。
  論文  参考訳（メタデータ） (2021-03-10T03:16:12Z)
• 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)
• Metaheuristics for the Online Printing Shop Scheduling Problem [0.0]
  この実際のスケジューリング問題は、現代の印刷業界で現れたもので、シークエンシングの柔軟性を備えたフレキシブルなジョブショップスケジューリング問題に対応している。 この問題に対する局所探索戦略とメタヒューリスティックアプローチを提案し,評価した。 フレキシブルなジョブショップスケジューリング問題における古典的事例を用いた数値実験により,本事例に適用した場合,導入手法も競争力を持つことが示された。
  論文  参考訳（メタデータ） (2020-06-22T15:38:00Z)
• Exact and heuristic methods for the discrete parallel machine scheduling location problem [0.0]
  問題は、有限個の候補の中から$p$マシンの位置を選択し、これらのマシン上の一連のジョブをスケジューリングすることである。 広範囲な計算実験によって評価される新しいアークフロー定式化,列生成,3つの手順を提案する。
  論文  参考訳（メタデータ） (2020-06-09T00:10:18Z)
• Meta Cyclical Annealing Schedule: A Simple Approach to Avoiding Meta-Amortization Error [50.83356836818667]
  循環型アニーリングスケジュールとMMD基準を用いた新しいメタレギュラー化目標を構築した。 実験の結果,本手法は標準的なメタ学習アルゴリズムよりもかなり優れていることがわかった。
  論文  参考訳（メタデータ） (2020-03-04T04:43:16Z)

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。