論文の概要: Run-of-Mine Stockyard Recovery Scheduling and Optimisation for Multiple Reclaimers

• arxiv url: http://arxiv.org/abs/2112.12294v1
• Date: Thu, 23 Dec 2021 01:00:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-03 18:11:21.510095
• Title: Run-of-Mine Stockyard Recovery Scheduling and Optimisation for Multiple Reclaimers
• Title（参考訳）: マルチリコンダクタの炉内再資源回収スケジューリングと最適化
• Authors: Hirad Assimi, Ben Koch, Chris Garcia, Markus Wagner, Frank Neumann
• Abstract要約: 備蓄から採取した鉱物の品質管理は、備蓄管理者にとって大きな関心事である。 本研究は, 短期的, 長期的納入準備において, 複数再資源化を考慮すべきアプローチを延長するものである。 本研究では, 埋立地内の埋立処分場における埋立処分者の優先的制約を満たすために, ソリューションを段階的に構築する手法を提案する。
• 参考スコア（独自算出の注目度）: 11.511323714777296
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Stockpiles are essential in the mining value chain, assisting in maximising value and production. Quality control of taken minerals from the stockpiles is a major concern for stockpile managers where failure to meet some requirements can lead to losing money. This problem was recently investigated using a single reclaimer, and basic assumptions. This study extends the approach to consider multiple reclaimers in preparing for short and long-term deliveries. The engagement of multiple reclaimers complicates the problem in terms of their interaction in preparing a delivery simultaneously and safety distancing of reclaimers. We also consider more realistic settings, such as handling different minerals with different types of reclaimers. We propose methods that construct a solution step by step to meet precedence constraints for all reclaimers in the stockyard. We study various instances of the problem using greedy algorithms, Ant Colony Optimisation (ACO), and propose an integrated local search method determining an efficient schedule. We fine-tune and compare the algorithms and show that the ACO combined with local search can yield efficient solutions.
• Abstract（参考訳）: 備蓄は鉱業価値連鎖に不可欠であり、価値と生産の最大化を支援する。 備蓄から採取したミネラルの品質管理は、いくつかの要件を満たすことができず、資金を失うおそれがあるストックパイル管理者にとって大きな懸念である。 この問題を1つの再生器と基本的な仮定を用いて最近検討した。 本研究は,短期および長期の配送準備において,複数の再生者を検討するためのアプローチを拡張したものである。 複数の再利用者の関与は、同時配送の準備と再利用者の安全分散において、その相互作用の観点から問題を複雑にしている。 また,レクリマーの種類によって異なるミネラルを扱うような,より現実的な設定も検討する。 本研究は, ストックヤード内のすべての再生者に対して, 優先制約を満たすための解を段階的に構築する手法を提案する。 本稿では, 効率的なスケジュールを決定する局所探索手法として, グリージーアルゴリズム, Ant Colony Optimisation (ACO) を用いて, 問題の様々な事例について検討する。 我々はアルゴリズムを微調整して比較し、ACOと局所探索を組み合わせることで効率的な解が得られることを示す。

関連論文リスト

• Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
  モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。 本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。 本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-17T11:47:56Z)
• A Reinforcement Learning based Reset Policy for CDCL SAT Solvers [9.383568681533236]
  再起動の変種であるリセットがCDCLソルバに与える影響について検討する。 リセット政策は、武器を適応的に選択することで、探索と探索のトレードオフのバランスをとる。 部分的リセットの概念を導入し、少なくとも一定数の可変アクティビティが保持される。
  論文  参考訳（メタデータ） (2024-04-04T18:44:33Z)
• LoraRetriever: Input-Aware LoRA Retrieval and Composition for Mixed Tasks in the Wild [76.67343971195267]
  Low-Rank Adaptation (LoRA)は、大規模言語モデル(LLM)を微調整するための効率的なソリューションを提供する。 LoraRetrieverは、入力プロンプトに従って複数のLoRAを適応的に検索して構成する検索テーマ構成フレームワークである。 実験結果から、LoraRetrieverは一貫してベースラインを上回っていることが示唆された。
  論文  参考訳（メタデータ） (2024-02-15T15:02:46Z)
• Multi-Start Team Orienteering Problem for UAS Mission Re-Planning with Data-Efficient Deep Reinforcement Learning [9.877261093287304]
  我々は、当初車両が補給所から離れた場所にあり、燃料の量が異なるミッション再計画問題について検討する。 そこで我々は,各部分ツアーに対する自己注意と,部分ツアーと残りのノード間のエンコーダ・デコーダの注意を組み込んだポリシーネットワークを構築した。 本稿では,複数の非重複サンプルのロールアウトに基づく局所的なミニバッチベースラインに,グリーディロールアウトベースラインを置き換えたREINFORCEアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-02T15:15:56Z)
• Joint Passage Ranking for Diverse Multi-Answer Retrieval [56.43443577137929]
  質問に対する複数の異なる回答をカバーするために、パスの取得を必要とする探索不足の問題であるマルチアンサー検索について検討する。 モデルが別の有効な答えを逃す費用で同じ答えを含む通路を繰り返すべきではないので、このタスクは、検索された通路の共同モデリングを必要とします。 本稿では,再順位に着目したジョイントパス検索モデルであるJPRを紹介する。 回収された通路の合同確率をモデル化するために、JPRは、新しい訓練および復号アルゴリズムを備えた通路のシーケンスを選択する自動回帰リタイナを利用する。
  論文  参考訳（メタデータ） (2021-04-17T04:48:36Z)
• Heuristic Strategies for Solving Complex Interacting Large-Scale Stockpile Blending Problems [14.352521012951865]
  備蓄材から材料をブレンドすることのゴールは、最適な金属グレードを含む濃縮パセルを作ることである。 各ストックパイルが提供する素材の量は、鉱山のスケジュール条件と顧客の要求によって決まる。 2つの厳密な制約に違反することなく、実現不可能な解を解に変換する問題に対して、2つの修復された演算子を導入する。
  論文  参考訳（メタデータ） (2021-04-08T00:22:39Z)
• Exploration in two-stage recommender systems [79.50534282841618]
  2段階のレコメンデータシステムは、スケーラビリティと保守性のために業界で広く採用されている。 このセットアップの鍵となる課題は、各ステージの最適性能が最適なグローバルパフォーマンスを暗示していないことである。 そこで本研究では,ランクとノミネーター間の探索戦略を同期させる手法を提案する。
  論文  参考訳（メタデータ） (2020-09-01T16:52:51Z)
• Solving the Order Batching and Sequencing Problem using Deep Reinforcement Learning [2.4565068569913384]
  本稿では,注文数を最小限に抑えるため,倉庫内で注文のバッチ化と選択のタイミングを決定するために,Deep Reinforcement Learning (DRL) アプローチを提案する。 特に、この技術は、注文を個別に(ピック・バイ・オーダー)するか、または、他の注文(ピック・バイ・バッチ)とバッチで選択するか、他の注文をどちらで行うかを判断することを容易にする。
  論文  参考訳（メタデータ） (2020-06-16T20:40:41Z)
• MineReduce: an approach based on data mining for problem size reduction [58.720142291102135]
  本稿では,マイニングパターンを用いて問題サイズの削減を行うMineReduceという手法を提案する。 異種車両ルーティング問題に対するMineReduceの適用について述べる。
  論文  参考訳（メタデータ） (2020-05-15T08:49:50Z)
• A fast and effective MIP-based heuristic for a selective and periodic inventory routing problem in reverse logistics [0.0]
  バイオディーゼル会社は、製造工程で原料として使用する油の日量要件を有する。 これらの要件は、利用可能な在庫の使用、廃野菜油の収集、または処女油の購入によって満たされる。 この問題は、石油の収集・購入の期間(周期)を決定することで、総収集・在庫・購入コストを最小化する。
  論文  参考訳（メタデータ） (2020-04-08T18:14:25Z)
• Hierarchical Adaptive Contextual Bandits for Resource Constraint based Recommendation [49.69139684065241]
  コンテキスト多重武装バンディット(MAB)は、様々な問題において最先端のパフォーマンスを達成する。 本稿では,階層型適応型文脈帯域幅法(HATCH)を提案する。
  論文  参考訳（メタデータ） (2020-04-02T17:04:52Z)

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。