論文の概要: Heuristic and Metaheuristic Methods for the Unrelated Machines
Scheduling Problem: A Survey
- arxiv url: http://arxiv.org/abs/2107.13106v1
- Date: Tue, 27 Jul 2021 23:42:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 19:12:48.283360
- Title: Heuristic and Metaheuristic Methods for the Unrelated Machines
Scheduling Problem: A Survey
- Title（参考訳）: 非関係マシンスケジューリング問題に対するヒューリスティックおよびメタヒューリスティック手法:調査
- Authors: Marko {\DJ}urasevi\'c, Domagoj Jakobovi\'c
- Abstract要約: 非関連並列マシンスケジューリング問題(UPMSP)は、存在する多くの異なる問題の1つである。
問題の複雑さのため、メタヒューリスティックな手法がより注目を集めている。
本研究は, UPMSPの解法としてのメタヒューリスティック法の適用について, 広範な文献的考察を行う。
- 参考スコア（独自算出の注目度）: 3.8580784887142774
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Today scheduling problems have an immense effect on various areas of human
lives, be it from their application in manufacturing and production industry,
transportation, or workforce allocation. The unrelated parallel machines
scheduling problem (UPMSP), which is only one of the many different problem
types that exist, found its application in many areas like production
industries or distributed computing. Due to the complexity of the problem,
heuristic and metaheuristic methods are gaining more attention for solving it.
Although this problem variant did not receive much attention as other models,
recent years saw the increase of research dealing with this problem. During
that time, many different problem variants, solution methods, or other
interesting research directions were considered. However, no study has until
now tried to systematise the research in which heuristic methods are applied
for the UPMSP. The goal of this study is to provide an extensive literature
review on the application of heuristic and metaheuristic methods for solving
the UPMSP. The research was systematised and classified into several categories
to enable an easy overview of the different problem and solution variants.
Additionally, current trends and possible future research directions are also
shortly outlined.
- Abstract（参考訳）: 今日では、スケジューリング問題は、製造・製造産業、輸送、労働割当など、人間の生活の様々な領域に多大な影響を与えている。
無関係な並列マシンスケジューリング問題(upmsp)は、既存の多くの問題タイプのうちの1つに過ぎないが、プロダクション産業や分散コンピューティングといった多くの分野でその応用が見られた。
問題の複雑さのため、ヒューリスティックでメタヒューリスティックな手法がより注目を集めている。
この問題は他のモデルほど注目されなかったが、近年はこの問題に対処する研究が増えている。
その間、多くの異なる問題変種、解法、その他の興味深い研究方向が検討された。
しかし,これまで,upmspに対してヒューリスティック手法を適用した研究を体系化する研究は行われていない。
本研究の目的は, UPMSPを解くためのヒューリスティックおよびメタヒューリスティック手法の適用について, 広範な文献レビューを行うことである。
この研究は体系化され、さまざまな問題とソリューションのバリエーションを簡単に概観できるように、いくつかのカテゴリに分類された。
また、現在の動向や今後の研究方向性についても概説する。
関連論文リスト
- Attention-based Reinforcement Learning for Combinatorial Optimization: Application to Job Shop Scheduling Problem [2.024210754085351]
本研究では,ジョブショップスケジューリング問題に特化して設計された,革新的な注意力に基づく強化学習手法を提案する。
この研究の鍵となる発見は、提案手法で訓練を受けた学習者が、初期訓練セットに含まれない大規模問題に再利用できることである。
論文 参考訳（メタデータ） (2024-01-29T21:31:54Z) - Towards Multi-Objective High-Dimensional Feature Selection via
Evolutionary Multitasking [63.91518180604101]
本稿では,高次元特徴選択問題,すなわちMO-FSEMTのための新しいEMTフレームワークを開発する。
タスク固有の知識伝達機構は、各タスクの利点情報を活用するように設計され、高品質なソリューションの発見と効果的な伝達を可能にする。
論文 参考訳（メタデータ） (2024-01-03T06:34:39Z) - The Efficiency Spectrum of Large Language Models: An Algorithmic Survey [54.19942426544731]
LLM(Large Language Models)の急速な成長は、様々なドメインを変換する原動力となっている。
本稿では,LLMのエンドツーエンドのアルゴリズム開発に不可欠な多面的効率性について検討する。
論文 参考訳（メタデータ） (2023-12-01T16:00:25Z) - Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。
この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。
この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。
この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文 参考訳（メタデータ） (2023-06-06T10:18:36Z) - Reinforcement Learning Approach for Multi-Agent Flexible Scheduling
Problems [0.0]
本研究では,スケジューリング問題に対する強化学習手法を提案する。
特に,本研究では,ジョブショップスケジューリング問題に対して,検索スペースを削減したオープンAIジム環境を提供する。
論文 参考訳（メタデータ） (2022-10-07T16:31:01Z) - Continuous-time Analysis for Variational Inequalities: An Overview and
Desiderata [87.77379512999818]
広義のVI問題クラスを対象とする手法の分析と設計における連続時間視点の利用の最近の進歩について概説する。
本発表では, 単目的問題と多目的問題とを対比し, 後者の課題を浮き彫りにした。
また、一般の VI に適用可能なアルゴリズムに対して様々なデシダラタを定式化し、これらのデシダラタを達成することは関連する連続時間力学の理解から利益を得る可能性があると論じる。
論文 参考訳（メタデータ） (2022-07-14T17:58:02Z) - An Empirical Comparison of Bias Reduction Methods on Real-World Problems
in High-Stakes Policy Settings [13.037143215464132]
4つの実世界の公共政策と社会善問題にまたがる機械学習パイプラインの異なる点で動作する複数の手法の性能について検討した。
モデルフェア性を改善するために,これらの手法の多種多様なバラツキと非一貫性を見出したが,グループ固有のスコアしきい値の選択による後処理は,一貫して差を除去している。
論文 参考訳（メタデータ） (2021-05-13T17:33:28Z) - Challenges in Deploying Machine Learning: a Survey of Case Studies [11.028123436097616]
この調査は、機械学習ソリューションをさまざまなユースケース、産業、アプリケーションにデプロイする、というレポートを公表した。
機械学習デプロイメントワークフローのステップに対する課題のマッピングによって、デプロイプロセスの各段階で、実践者が問題に直面していることが分かる。
論文 参考訳（メタデータ） (2020-11-18T16:20:28Z) - A Review of Uncertainty Quantification in Deep Learning: Techniques,
Applications and Challenges [76.20963684020145]
不確実性定量化(UQ)は、最適化と意思決定プロセスの両方において不確実性の低減に重要な役割を果たしている。
ビザレ近似とアンサンブル学習技術は、文学において最も広く使われている2つのUQ手法である。
本研究は, 深層学習におけるUQ手法の最近の進歩を概観し, 強化学習におけるこれらの手法の適用について検討する。
論文 参考訳（メタデータ） (2020-11-12T06:41:05Z) - Constraint Programming Algorithms for Route Planning Exploiting
Geometrical Information [91.3755431537592]
本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。
これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。
目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
論文 参考訳（メタデータ） (2020-09-22T00:51:45Z) - Metaheuristics for the operating theater planning and scheduling: A
systematic review [1.3706331473063877]
劇場の計画とスケジューリングの課題を研究する論文が多数存在する。
ソリューションアプローチの主な特徴について、徹底的なレビューが欠如していることは、文献で明らかである。
本稿ではメタヒューリスティックアルゴリズムのみに焦点を当てる。
論文 参考訳（メタデータ） (2020-08-11T19:13:31Z)
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。