論文の概要: Integrated Cutting and Packing Heterogeneous Precast Beams Multiperiod
Production Planning Problem
- arxiv url: http://arxiv.org/abs/2008.11303v1
- Date: Tue, 25 Aug 2020 23:10:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-25 03:52:12.039964
- Title: Integrated Cutting and Packing Heterogeneous Precast Beams Multiperiod
Production Planning Problem
- Title(参考訳): 多周期生産計画問題に対する統合切断・充填不均一プレキャストビーム
- Authors: Kennedy Araujo and Tiberius Bonates and Bruno Prata
- Abstract要約: 我々は、ICP-HPBMPP(ICP-HPBMPP)と呼ばれる新規な切断・充填不均質ビーム製造計画法を導入する。
我々は、ICP-HPBMPPの整数線形プログラミングモデルと、その最適目的関数値の下位境界を提案する。
また,代替解法としてICP-HPBMPPの遺伝的手法を提案する。
- 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: We introduce a novel variant of cutting production planning problems named
Integrated Cutting and Packing Heterogeneous Precast Beams Multiperiod
Production Planning (ICP-HPBMPP). We propose an integer linear programming
model for the ICP-HPBMPP, as well as a lower bound for its optimal objective
function value, which is empirically shown to be closer to the optimal solution
value than the bound obtained from the linear relaxation of the model. We also
propose a genetic algorithm approach for the ICP-HPBMPP as an alternative
solution method. We discuss computational experiments and propose a
parameterization for the genetic algorithm using D-optimal experimental design.
We observe good performance of the exact approach when solving small-sized
instances, although there are difficulties in finding optimal solutions for
medium and large-sized problems, or even in finding feasible solutions for
large instances. On the other hand, the genetic algorithm could find
good-quality solutions for large-sized instances within short computing times.
- Abstract(参考訳): 本稿では,不均質なプレキャストビームの多周期生産計画 (icp-hpbmpp) を統合的切断・充填する手法を提案する。
我々は,ICP-HPBMPPの整数線形計画モデルと,その最適目的関数値の下位境界を提案し,モデルの線形緩和から得られる値よりも最適解値に近いことを実証的に示している。
また,代替法としてicp-hpbmppの遺伝的アルゴリズムアプローチを提案する。
計算実験を議論し、D-最適実験設計を用いた遺伝的アルゴリズムのパラメータ化を提案する。
中規模および大規模問題の最適解を見つけることや、大規模インスタンスに対して実現可能な解を見つけることさえ困難であるが、小規模インスタンスを解決する際の正確なアプローチの優れた性能を観察する。
一方、遺伝的アルゴリズムは、短時間の計算時間で、大規模インスタンスの良質なソリューションを見つけることができる。
関連論文リスト
- Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳(メタデータ) (2023-10-08T23:39:38Z) - SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。
いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
論文 参考訳(メタデータ) (2023-08-16T14:25:30Z) - Relative-Interior Solution for (Incomplete) Linear Assignment Problem
with Applications to Quadratic Assignment Problem [2.5391160354531697]
線形代入問題(LAP)の双対線形プログラミング定式化の最適解の集合について検討する。
この集合の相対的な内部から解を計算する方法を提案する。
論文 参考訳(メタデータ) (2023-01-26T16:22:01Z) - Efficient Global Planning in Large MDPs via Stochastic Primal-Dual
Optimization [12.411844611718958]
提案手法は, 生成モデルに対する多数のクエリの後に, ほぼ最適ポリシーを出力することを示す。
提案手法は計算効率が高く,低次元パラメータベクトルでコンパクトに表現される単一のソフトマックスポリシーを出力する点が大きな利点である。
論文 参考訳(メタデータ) (2022-10-21T15:49:20Z) - Runtime Analysis of Single- and Multi-Objective Evolutionary Algorithms
for Chance Constrained Optimization Problems with Normally Distributed Random
Variables [13.264683014487376]
独立かつ正規分布のコンポーネントのシナリオについて検討する。
付加的な一様制約を課すことは、既に局所最適であることを示す。
また,本手法は,木に散らばった最小限の問題に対して最適解の集合を計算するためにも有効であることを示す。
論文 参考訳(メタデータ) (2021-09-13T09:24:23Z) - Offline Model-Based Optimization via Normalized Maximum Likelihood
Estimation [101.22379613810881]
データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。
この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。
我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
論文 参考訳(メタデータ) (2021-02-16T06:04:27Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳(メタデータ) (2020-09-28T15:22:24Z) - Automatic selection of basis-adaptive sparse polynomial chaos expansions
for engineering applications [0.0]
スパースカオス展開のための3つの最新技術に基づく基礎適応的アプローチについて述べる。
我々は,大規模な計算モデルに対して,大域的近似精度の観点から広範なベンチマークを行う。
クロスバリデーションエラーによって導かれる新しい解法と基底適応性選択スキームを導入する。
論文 参考訳(メタデータ) (2020-09-10T12:13:57Z) - Optimal Bayesian experimental design for subsurface flow problems [77.34726150561087]
本稿では,設計ユーティリティ機能のためのカオス拡張サロゲートモデル(PCE)の開発のための新しいアプローチを提案する。
この手法により,対象関数に対する適切な品質応答面の導出が可能となり,計算予算は複数の単点評価に匹敵する。
論文 参考訳(メタデータ) (2020-08-10T09:42:59Z) - 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) - Devolutionary genetic algorithms with application to the minimum
labeling Steiner tree problem [0.0]
本稿では、進化的遺伝的アルゴリズムを特徴付けるとともに、最小ラベル付けスタイナーツリー(MLST)問題を解く際の性能を評価する。
我々は、進化的アルゴリズムを、時間とともに超最適で実現不可能な解の集団を進化させることによって実現可能な解に到達する過程として定義する。
我々は, 交叉, 突然変異, 適合性などの古典的進化的概念が, 最適解, 最適解に到達するためにどのように適応できるかを示す。
論文 参考訳(メタデータ) (2020-04-18T13:27:28Z)
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。