論文の概要: A Constraint Programming Model for Scheduling the Unloading of Trains in Ports: Extended

• arxiv url: http://arxiv.org/abs/2312.13682v1
• Date: Thu, 21 Dec 2023 09:11:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-22 15:28:03.973514
• Title: A Constraint Programming Model for Scheduling the Unloading of Trains in Ports: Extended
• Title（参考訳）: 港での列車の降ろしをスケジューリングするための制約プログラミングモデル:拡張
• Authors: Guillaume Perez, Gael Glorian, Wijnand Suijlen, Arnaud Lallouet
• Abstract要約: そこで本研究では, ばら積み貨物船に積荷を降ろすため, ばら積み貨物港での24時間の運用を予定するモデルを提案する。 このモデルと大規模な近傍探索が組み合わさって、24時間のスケジュールを効率的に見つけることができたかを示す。
• 参考スコア（独自算出の注目度）: 5.455317460206607
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we propose a model to schedule the next 24 hours of operations in a bulk cargo port to unload bulk cargo trains onto stockpiles. It is a problem that includes multiple parts such as splitting long trains into shorter ones and the routing of bulk material through a configurable network of conveyors to the stockpiles. Managing such trains (up to three kilometers long) also requires specialized equipment. The real world nature of the problem specification implies the necessity to manage heterogeneous data. Indeed, when new equipment is added (e.g. dumpers) or a new type of wagon comes in use, older or different equipment will still be in use as well. All these details need to be accounted for. In fact, avoiding a full deadlock of the facility after a new but ineffective schedule is produced. In this paper, we provide a detailed presentation of this real world problem and its associated data. This allows us to propose an effective constraint programming model to solve this problem. We also discuss the model design and the different implementations of the propagators that we used in practice. Finally, we show how this model, coupled with a large neighborhood search, was able to find 24 hour schedules efficiently.
• Abstract（参考訳）: 本稿では,今後24時間の貨物輸送港での運行を予定し,貨物列車を貨物船に降ろすためのモデルを提案する。 長い列車を短い列車に分割したり、コンベヤのコンベヤネットワークをストックパイルに通したバルク材をルーティングしたりするなど、複数の部分を含む問題である。 このような列車(最大3km)の運行には専用の装備が必要となる。 問題仕様の現実世界の性質は、異種データを管理する必要性を暗示している。 実際、新しい機器(ダンパなど)や新しいタイプのワゴンが使用されると、古いものや異なるものも引き続き使用される。 これらの詳細はすべて説明する必要がある。 実際には、新しいが効果的でないスケジュールが作られた後、施設の完全なデッドロックを避ける。 本稿では,この実世界の問題とその関連データについて詳述する。 これにより、この問題を解決する効果的な制約プログラミングモデルを提案することができます。 また、モデル設計と、我々が実際に使用したプロパゲータの異なる実装についても論じる。 最後に,このモデルと大規模近傍探索が組み合わさって,24時間スケジュールの探索を効率的に行う方法を示した。

関連論文リスト

• Deciphering Movement: Unified Trajectory Generation Model for Multi-Agent [53.637837706712794]
  任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。 具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを導入する。 バスケットボール-U,サッカー-U,サッカー-Uの3つの実用的なスポーツゲームデータセットをベンチマークして評価を行った。
  論文  参考訳（メタデータ） (2024-05-27T22:15:23Z)
• Deep Reinforcement Learning for Multi-Truck Vehicle Routing Problems with Multi-Leg Demand Routes [0.9423257767158634]
  既存のエンコーダ・デコーダのアテンションモデルに新たな拡張を加えて,複数のトラックとマルチレグルーティング要求を処理できるようにした。 私たちのモデルには、少数のトラックやノードに対してトレーニングを行い、大きなサプライチェーンに組み込んで、多数のトラックやノードに対するソリューションを提供するという利点があります。
  論文  参考訳（メタデータ） (2024-01-08T21:13:07Z)
• Transfer Learning for Structured Pruning under Limited Task Data [15.946734013984184]
  本稿では,構造化プルーニングとトランスファーラーニングを組み合わせることで,タスク固有のデータの必要性を減らすフレームワークを提案する。 我々は,強いベースライン上での一般化を改良し,刈り取られたモデルが得られることを実証した。
  論文  参考訳（メタデータ） (2023-11-10T20:23:35Z)
• Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
  協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-10-26T15:42:29Z)
• Shelving, Stacking, Hanging: Relational Pose Diffusion for Multi-modal Rearrangement [49.888011242939385]
  本研究では,シーン内のオブジェクトを並べ替えて,所望のオブジェクトとシーンの配置関係を実現するシステムを提案する。 パイプラインは、新しいジオメトリ、ポーズ、シーンとオブジェクトのレイアウトに一般化される。
  論文  参考訳（メタデータ） (2023-07-10T17:56:06Z)
• Consolidator: Mergeable Adapter with Grouped Connections for Visual Adaptation [53.835365470800916]
  視覚変換器の知識を効率よく効果的に伝達する方法を示す。 調整可能なパラメータの小さなセットを追加して,事前学習モデルを変更するコンソリケータを提案する。 我々のコンソリエータは、0.35%のパラメータで完全な微調整よりも最大7.56の精度で到達できる。
  論文  参考訳（メタデータ） (2023-04-30T23:59:02Z)
• AlpaServe: Statistical Multiplexing with Model Parallelism for Deep Learning Serving [53.01646445659089]
  モデル並列性は、複数のモデルを提供する場合、複数のデバイスの統計多重化に利用できることを示す。 本稿では,大規模ディープラーニングモデルのコレクションを配置・並列化するための効率的な戦略を決定する新しいサービスシステムAlpaServeを提案する。
  論文  参考訳（メタデータ） (2023-02-22T21:41:34Z)
• Reinforcement Learning for Multi-Truck Vehicle Routing Problems [0.0]
  我々は,複雑なサプライチェーンを実現する車両ルーティングのためのエンコーダ・デコーダモデルの新たな拡張を開発する。 私たちのモデルは、たとえ少数のトラックでのみ訓練されたとしても、大規模なサプライチェーンに組み込んで、実行可能なソリューションを実現できるかを示します。
  論文  参考訳（メタデータ） (2022-11-30T15:37:53Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)
• Multi-Robot Routing with Time Windows: A Column Generation Approach [19.425263342626007]
  倉庫内でのピッキング作業を行うロボット群をコーディネートすることの問題点を考察する。 我々は,時間内インクリメントの考慮を回避する効率的な最適化手法を提案する。 また,価格サブ問題を効率的に解くための価格アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-16T03:39:42Z)
• Quantum computing approach to railway dispatching and conflict management optimization on single-track railway lines [0.4724825031148411]
  単線鉄道における遅延と競合管理という,実用的な鉄道派遣問題について考察する。 本稿では,量子アニール技術と互換性のある2次非拘束二元最適化(QUBO)モデルを提案する。 概念実証として、D-Wave量子アニールを用いてポーランドの鉄道網から選択した実生活問題を解く。
  論文  参考訳（メタデータ） (2020-10-16T08:17:57Z)

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。