論文の概要: Mixed-model Sequencing with Stochastic Failures: A Case Study for Automobile Industry

• arxiv url: http://arxiv.org/abs/2306.12618v1
• Date: Thu, 22 Jun 2023 01:09:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-23 15:55:48.114816
• Title: Mixed-model Sequencing with Stochastic Failures: A Case Study for Automobile Industry
• Title（参考訳）: 確率的故障を伴う混合モデルシークエンシング:自動車産業を事例として
• Authors: I. Ozan Yilmazlar, Mary E. Kurz, Hamed Rahimian
• Abstract要約: 自動車業界では、製造日に先立って製造される車両の順序が決定される。 本稿では,製品故障に伴う混合モデルシークエンシング(MMS)問題に対する2段階プログラムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the automotive industry, the sequence of vehicles to be produced is determined ahead of the production day. However, there are some vehicles, failed vehicles, that cannot be produced due to some reasons such as material shortage or paint failure. These vehicles are pulled out of the sequence, and the vehicles in the succeeding positions are moved forward, potentially resulting in challenges for logistics or other scheduling concerns. This paper proposes a two-stage stochastic program for the mixed-model sequencing (MMS) problem with stochastic product failures, and provides improvements to the second-stage problem. To tackle the exponential number of scenarios, we employ the sample average approximation approach and two solution methodologies. On one hand, we develop an L-shaped decomposition-based algorithm, where the computational experiments show its superiority over solving the deterministic equivalent formulation with an off-the-shelf solver. Moreover, we provide a tabu search algorithm in addition to a greedy heuristic to tackle case study instances inspired by our car manufacturer partner. Numerical experiments show that the proposed solution methodologies generate high quality solutions by utilizing a sample of scenarios. Particularly, a robust sequence that is generated by considering car failures can decrease the expected work overload by more than 20\% for both small- and large-sized instances.
• Abstract（参考訳）: 自動車業界では、製造日に先立って製造される車両の順序が決定される。 しかし、材料不足や塗料の故障などいくつかの理由により製造できない車両や失敗した車両もある。 これらの車両はシーケンスから取り出され、その後の位置にある車両は前進し、ロジスティクスや他のスケジュール上の問題を引き起こす可能性がある。 本稿では,混合モデルシークエンシング(MMS)問題と確率的製品故障に対する2段階確率的プログラムを提案し,第2段階問題を改善する。 指数関数的なシナリオ数に取り組むために,サンプル平均近似法と2つの解法を用いる。 また,L字型分解に基づくアルゴリズムを開発し,計算実験により,既製の解法を用いて決定論的等価な定式化を解くよりも優れていることを示す。 さらに,自動車メーカのパートナからインスパイアされたケーススタディインスタンスに取り組むための欲深いヒューリスティックに加えて,タブ探索アルゴリズムも提供する。 数値実験により,提案手法はシナリオのサンプルを用いて高品質な解を生成することを示した。 特に、自動車故障を考慮した堅牢なシーケンスは、小規模インスタンスと大規模インスタンスの両方において、期待される作業過負荷を20倍以上削減することができる。

関連論文リスト

• Making Large Language Models Better Planners with Reasoning-Decision Alignment [70.5381163219608]
  マルチモーダリティ強化LLMに基づくエンドツーエンド意思決定モデルを提案する。 ペア化されたCoTと計画結果との推論・決定アライメントの制約を提案する。 提案する大規模言語プランナをRDA-Driverとして推論・決定アライメントする。
  論文  参考訳（メタデータ） (2024-08-25T16:43:47Z)
• Sample-Efficient Multi-Agent RL: An Optimization Perspective [103.35353196535544]
  一般関数近似に基づく汎用マルコフゲーム(MG)のためのマルチエージェント強化学習(MARL)について検討した。 汎用MGに対するマルチエージェントデカップリング係数(MADC)と呼ばれる新しい複雑性尺度を導入する。 我々のアルゴリズムは既存の研究に匹敵するサブリニアな後悔を与えることを示す。
  論文  参考訳（メタデータ） (2023-10-10T01:39:04Z)
• Mixed-model Sequencing with Reinsertion of Failed Vehicles: A Case Study for Automobile Industry [0.0]
  自動車業界では、資材不足、塗料の故障などの理由により、計画されたスケジュールに従って製造できない車もある。 一方、適切な位置で故障車両の復活を動的に行う。 本研究では, 製品故障と統合再サーションプロセスを伴う混合モデルシークエンシング問題に対して, バイオオブジェクティブな2段階プログラムと定式化の改良を提案する。
  論文  参考訳（メタデータ） (2023-07-21T19:20:33Z)
• Factorization of Multi-Agent Sampling-Based Motion Planning [72.42734061131569]
  現代のロボティクスは、共有環境内で複数のエンボディエージェントを動作させることが多い。 標準的なサンプリングベースのアルゴリズムは、ロボットの関節空間における解の探索に使用できる。 我々は、因子化の概念をサンプリングベースアルゴリズムに統合し、既存の手法への最小限の変更しか必要としない。 本稿では, PRM* のサンプル複雑性の観点から解析的ゲインを導出し, RRG の実証結果を示す。
  論文  参考訳（メタデータ） (2023-04-01T15:50:18Z)
• Approximating Constraint Manifolds Using Generative Models for Sampling-Based Constrained Motion Planning [8.924344714683814]
  本稿では,制約付き動作計画問題に対する学習に基づくサンプリング戦略を提案する。 本研究では,条件変数自動エンコーダ(CVAE)と条件生成適応ネット(CGAN)を用いて制約条件を満たすサンプル構成を生成する。 これら2つの生成モデルの有効性を,サンプリング精度とサンプリング分布のカバレッジの観点から評価した。
  論文  参考訳（メタデータ） (2022-04-14T07:08:30Z)
• Optimizing the Production of Test Vehicles using Hybrid Constrained Quantum Annealing [0.0]
  本稿では,D-Wave によるハイブリッド制約2次モデル (CQM) の解法を用いて,満足度という枠組みの問題をモデル化し,その解法を提案する。 我々は、CQMソルバの性能は、テスト車両の数を最適化する古典的なソルバに匹敵するものであると結論付けた。
  論文  参考訳（メタデータ） (2022-03-29T10:36:20Z)
• Congestion-aware Multi-agent Trajectory Prediction for Collision Avoidance [110.63037190641414]
  渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。 学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。 実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
  論文  参考訳（メタデータ） (2021-03-26T02:42:33Z)
• Modeling the Second Player in Distributionally Robust Optimization [90.25995710696425]
  我々は、最悪のケース分布を特徴付けるために神経生成モデルを使うことを議論する。 このアプローチは多くの実装と最適化の課題をもたらします。 提案されたアプローチは、同等のベースラインよりも堅牢なモデルを生み出す。
  論文  参考訳（メタデータ） (2021-03-18T14:26:26Z)
• 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)
• Exact and Metaheuristic Approaches for the Production Leveling Problem [5.510992382274775]
  本稿では,生産水準問題(Product Leveling Problem)と呼ぶ生産計画分野における新たな問題を紹介する。 タスクは、各期間の負荷と各生産資源のバランスが取れ、容量制限が越えられず、注文の優先順位が考慮されるように、生産期間に注文を割り当てることである。 問題の公式モデルを提案し、Bin Backingからの還元によりNP硬度を示す。
  論文  参考訳（メタデータ） (2020-06-15T20:04:59Z)
• Scalable Autonomous Vehicle Safety Validation through Dynamic Programming and Scene Decomposition [37.61747231296097]
  本稿では、近似動的プログラミングを用いて、自律的なポリシの障害に対する分布を推定する新しい安全性検証手法を提案する。 両実験とも, ベースラインアプローチと比較して, 故障数の増加が見られた。
  論文  参考訳（メタデータ） (2020-04-14T21:03:50Z)

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。