論文の概要: A global-local neighborhood search algorithm and tabu search for
flexible job shop scheduling problem
- arxiv url: http://arxiv.org/abs/2010.12702v2
- Date: Tue, 3 Nov 2020 20:09:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-03 22:08:25.907744
- Title: A global-local neighborhood search algorithm and tabu search for
flexible job shop scheduling problem
- Title(参考訳): 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するグローバルローカル近傍探索アルゴリズムとタブー探索
- Authors: Juan Carlos Seck-Tuoh-Mora, Nayeli J. Escamilla-Serna, Joselito
Medina-Marin, Norberto Hernandez-Romero, Irving Barragan-Vite, Jose R.
Corona-Armenta
- Abstract要約: この研究はGLNSA(Global-local neighborhood search algorithm)と呼ばれる新しいメタヒューリスティックアルゴリズムを提案する。
提案アルゴリズムは,Nopt1地区の簡易版を実装したタブ検索と補完する。
実験の結果,提案アルゴリズムの性能は,最近発表された他のアルゴリズムと比較すると良好であった。
- 参考スコア(独自算出の注目度): 3.946442574906068
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Flexible Job Shop Scheduling Problem (FJSP) is a combinatorial problem
that continues to be studied extensively due to its practical implications in
manufacturing systems and emerging new variants, in order to model and optimize
more complex situations that reflect the current needs of the industry better.
This work presents a new meta-heuristic algorithm called GLNSA (Global-local
neighborhood search algorithm), in which the neighborhood concepts of a
cellular automaton are used, so that a set of leading solutions called
"smart_cells" generates and shares information that helps to optimize instances
of FJSP. The GLNSA algorithm is complemented with a tabu search that implements
a simplified version of the Nopt1 neighborhood defined in [1] to complement the
optimization task. The experiments carried out show a satisfactory performance
of the proposed algorithm, compared with other results published in recent
algorithms and widely cited in the specialized bibliography, using 86 test
problems, improving the optimal result reported in previous works in two of
them.
- Abstract(参考訳): フレキシブル・ジョブショップスケジューリング問題(fjsp: flexible job shop scheduling problem)は、現在の産業のニーズをよりよく反映するより複雑な状況をモデル化し、最適化するために、製造システムや新たな変種が出現することにおける実用的な意味から、引き続き研究が続けられている組合せ問題である。
この研究はGLNSA(Global-local neighborhood search algorithm)と呼ばれる新しいメタヒューリスティックアルゴリズムを示し、そこではセルオートマトンの概念が使われ、「smart_cells」と呼ばれる先進的なソリューションのセットがFJSPのインスタンスを最適化するための情報を生成し共有する。
GLNSAアルゴリズムは、最適化タスクを補完するために[1]で定義されたNopt1地区の簡易版を実装するタブ検索で補完される。
提案手法は,最近のアルゴリズムで公表された他の結果と比較して満足できる性能を示し,専門書誌に広く引用され,86の試験問題を用いて,先行研究で報告された最適結果を改善した。
関連論文リスト
- Comprehensive Benchmarking Environment for Worker Flexibility in Flexible Job Shop Scheduling Problems [0.0]
生産スケジューリングにおいて、フレキシブルジョブショップスケジューリング問題(FJSSP)は、一連の操作を最適化し、それぞれの処理時間を異なるマシンに割り当てることを目的としている。
結果として生じる問題はFlexible Job Shop Scheduling Problem with Worker Flexibility (FJSSP-W)と呼ばれる。
本稿では、一般に受け入れられているFJSSPインスタンス402のコレクションを示し、労働者の柔軟性で拡張するアプローチを提案する。
論文 参考訳(メタデータ) (2025-01-27T15:56:12Z) - Provably Faster Algorithms for Bilevel Optimization via Without-Replacement Sampling [96.47086913559289]
勾配に基づくアルゴリズムはバイレベル最適化に広く用いられている。
本研究では,より高速な収束率を実現する非置換サンプリングに基づくアルゴリズムを提案する。
合成および実世界の両方のアプリケーションに対してアルゴリズムを検証する。
論文 参考訳(メタデータ) (2024-11-07T17:05:31Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-10-04T01:47:37Z) - New Characterizations and Efficient Local Search for General Integer
Linear Programming [17.80124240223163]
本研究では境界解の概念を用いた線形プログラミング(ILP)の新たな特徴付けを提案する。
そこで我々は,局所探索アルゴリズムのLocal-ILPを開発した。
MIPLIBデータセットで行った実験は、大規模ハードILP問題の解法におけるアルゴリズムの有効性を示した。
論文 参考訳(メタデータ) (2023-04-29T07:22:07Z) - Perfectionism Search Algorithm (PSA): An Efficient Meta-Heuristic
Optimization Approach [0.0]
本稿では,Perfectionism Search Algorithm (PSA) と呼ばれる,人口ベースメタヒューリスティック最適化アルゴリズムを提案する。
PSAアルゴリズムはヒューイットとフレットによって提案された完全主義の最も一般的なモデルの一つから着想を得ている。
その結果,他のよく知られたアルゴリズムと比較して,提案アルゴリズムの高性能性を確認した。
論文 参考訳(メタデータ) (2023-04-22T22:06:31Z) - Efficient Non-Parametric Optimizer Search for Diverse Tasks [93.64739408827604]
興味のあるタスクを直接検索できる,スケーラブルで汎用的なフレームワークを初めて提示する。
基礎となる数学表現の自然木構造に着想を得て、空間を超木に再配置する。
我々は,モンテカルロ法を木探索に適用し,レジェクションサンプリングと等価形状検出を備える。
論文 参考訳(メタデータ) (2022-09-27T17:51:31Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳(メタデータ) (2022-01-28T05:53:28Z) - A Simple Evolutionary Algorithm for Multi-modal Multi-objective
Optimization [0.0]
マルチモーダル・多目的最適化問題(MMOP)を解くための定常進化アルゴリズムを提案する。
本報告では,1000関数評価の低計算予算を用いて,様々なテストスイートから得られた21個のMMOPの性能について報告する。
論文 参考訳(メタデータ) (2022-01-18T03:31:11Z) - Result Diversification by Multi-objective Evolutionary Algorithms with
Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。
GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。
目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文 参考訳(メタデータ) (2021-10-18T14:00:22Z) - Evolutionary Algorithm and Multifactorial Evolutionary Algorithm on
Clustered Shortest-Path Tree problem [2.578242050187029]
CluSPT(Clustered Shortest-Path Tree Problem)はNPハード問題である。
探索処理の性能を向上させるために,2つの手法を提案する。
論文 参考訳(メタデータ) (2020-10-19T08:37:18Z) - Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding
Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。
古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。
提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文 参考訳(メタデータ) (2020-06-15T02:57:57Z)
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。