論文の概要: Solving Generalized Grouping Problems in Cellular Manufacturing Systems Using a Network Flow Model
- arxiv url: http://arxiv.org/abs/2411.04685v1
- Date: Thu, 07 Nov 2024 13:14:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-08 19:38:54.532801
- Title: Solving Generalized Grouping Problems in Cellular Manufacturing Systems Using a Network Flow Model
- Title（参考訳）: ネットワークフローモデルを用いたセル製造システムにおける一般化グループ化問題の解法
- Authors: Md. Kutub Uddin, Md. Saiful Islam, Md Abrar Jahin, Md. Saiful Islam Seam, M. F. Mridha,
- Abstract要約: 本稿では, セル製造システムにおける一般化グループ化問題に焦点をあてる。
本研究は,ネットワークフローアルゴリズムの広範かつ広範な利用に着想を得て,一般化グループ化のためのプロセス経路ファミリー形成を定式化した。
提案モデルでは, 生成する部品の数を事前に指定することなく, プロセス経路のファミリー形成問題を最適に解決する。
- 参考スコア（独自算出の注目度）: 0.6449562113889479
- License:
- Abstract: This paper focuses on the generalized grouping problem in the context of cellular manufacturing systems (CMS), where parts may have more than one process route. A process route lists the machines corresponding to each part of the operation. Inspired by the extensive and widespread use of network flow algorithms, this research formulates the process route family formation for generalized grouping as a unit capacity minimum cost network flow model. The objective is to minimize dissimilarity (based on the machines required) among the process routes within a family. The proposed model optimally solves the process route family formation problem without pre-specifying the number of part families to be formed. The process route of family formation is the first stage in a hierarchical procedure. For the second stage (machine cell formation), two procedures, a quadratic assignment programming (QAP) formulation and a heuristic procedure, are proposed. The QAP simultaneously assigns process route families and machines to a pre-specified number of cells in such a way that total machine utilization is maximized. The heuristic procedure for machine cell formation is hierarchical in nature. Computational results for some test problems show that the QAP and the heuristic procedure yield the same results.
- Abstract（参考訳）: 本稿では, 部品が複数のプロセス経路を持つセルラー製造システム(CMS)のコンテキストにおいて, 一般化されたグループ化問題に焦点をあてる。
プロセスルートは、操作の各部分に対応するマシンをリストアップする。
本研究は,ネットワークフローアルゴリズムの広範かつ広範な利用に着想を得て,汎用グループ化のためのプロセス経路ファミリーを,単位容量最小コストネットワークフローモデルとして定式化する。
目的は、家族内のプロセスルート間の(必要なマシンに基づいて)相違を最小限にすることである。
提案モデルでは, 生成する部品の数を事前に指定することなく, プロセス経路のファミリー形成問題を最適に解決する。
家族形成の過程は、階層的な手続きの第1段階である。
第2段階(機械細胞形成)では、二次代入計画法(QAP)とヒューリスティック法(ヒューリスティック法)の2つの手順が提案されている。
QAPは、プロセス経路ファミリーとマシンを、全マシン利用を最大化するように、予め指定された数のセルに同時に割り当てる。
機械細胞形成のヒューリスティックな手順は、本質的に階層的である。
いくつかのテスト問題に対する計算結果は、QAPとヒューリスティックな手順が同じ結果をもたらすことを示している。
関連論文リスト
- Federated Automatic Latent Variable Selection in Multi-output Gaussian Processes [0.7366405857677227]
ユニット間で知識を伝達するMGPの一般的なアプローチは、各ユニットから中央サーバーへのすべてのデータ収集である。
本稿では,各潜伏過程の係数にスパイク・アンド・スラブ先行を配置する階層モデルを提案する。
これらの先行は、不要なものの係数を0に縮めることで、必要な潜在プロセスのみを自動的に選択するのに役立つ。
論文 参考訳（メタデータ） (2024-07-24T02:03:28Z) - Towards a connection between the capacitated vehicle routing problem and the constrained centroid-based clustering [1.3927943269211591]
実用的なランタイムにおける車両ルーティングの効率的な解決は、デリバリ管理企業にとって重要な課題である。
本稿では,CVRPとCCBC(Constrainedid-Based Clustering)の理論的および実験的関係について検討する。
提案するフレームワークは,3つの段階から構成される。第1段階では,制約付きセントロイドベースのクラスタリングアルゴリズムが,ユーザの実現可能なクラスタを生成する。
論文 参考訳（メタデータ） (2024-03-20T22:24:36Z) - Self Optimisation and Automatic Code Generation by Evolutionary
Algorithms in PLC based Controlling Processes [0.0]
複雑なプロセスのシステム論理を自己最適化するために,進化的アルゴリズムに基づく新しいアプローチを提案する。
提案手法は,多目的問題を考慮した産業用液体ステーションプロセスで評価する。
論文 参考訳（メタデータ） (2023-04-12T06:36:54Z) - Discovering Hierarchical Process Models: an Approach Based on Events
Clustering [0.0]
本稿では,2段階のワークフローネットとして表現される階層的プロセスモデルを発見するアルゴリズムを提案する。
既存のソリューションとは異なり、我々のアルゴリズムはプロセス制御フローに制限を課さず、反復を可能にする。
論文 参考訳（メタデータ） (2023-03-12T11:05:40Z) - General Cutting Planes for Bound-Propagation-Based Neural Network
Verification [144.7290035694459]
任意の切削平面制約を加えることができるような境界伝搬手順を一般化する。
MIPソルバは、境界プロパゲーションベースの検証器を強化するために高品質な切削面を生成することができる。
本手法は,oval20ベンチマークを完全解き,oval21ベンチマークの2倍のインスタンスを検証できる最初の検証器である。
論文 参考訳（メタデータ） (2022-08-11T10:31:28Z) - Structural Analysis of Branch-and-Cut and the Learnability of Gomory
Mixed Integer Cuts [88.94020638263467]
ブランチ・アンド・カット(ブランチ・アンド・カット)として知られる分岐・アンド・バウンドアルゴリズムにおける切断平面の組み入れは、現代の整数計画解法のバックボーンを形成する。
入力整数プログラムに付加される切断平面を定義するパラメータの変化により、アルゴリズムの各ステップがどのように影響を受けるかをピン留めする、分岐切断の新たな構造解析を行う。
この分析の主な応用は、機械学習を用いてブランチ・アンド・カット時にどの切断面を適用するかを決定するためのサンプルの複雑性保証を導出することである。
論文 参考訳（メタデータ） (2022-04-15T03:32:40Z) - Bayesian Optimization for Cascade-type Multi-stage Processes [16.650951192967646]
カスケードプロセスは、1つのステージの出力を次のステージの入力として使用する多段階プロセスである。
本稿では,信頼区間と期待される改善に基づく2種類の獲得関数(AF)を提案する。
提案手法を太陽電池シミュレータの最適化問題に適用する。
論文 参考訳（メタデータ） (2021-11-16T10:01:08Z) - A Two-stage Framework and Reinforcement Learning-based Optimization
Algorithms for Complex Scheduling Problems [54.61091936472494]
本稿では、強化学習(RL)と従来の運用研究(OR)アルゴリズムを組み合わせた2段階のフレームワークを開発する。
スケジューリング問題は,有限マルコフ決定過程 (MDP) と混合整数計画過程 (mixed-integer programming process) の2段階で解決される。
その結果,本アルゴリズムは,アジャイルな地球観測衛星スケジューリング問題に対して,安定かつ効率的に十分なスケジューリング計画を得ることができた。
論文 参考訳（メタデータ） (2021-03-10T03:16:12Z) - Multi-task Supervised Learning via Cross-learning [102.64082402388192]
我々は,様々なタスクを解くことを目的とした回帰関数の集合を適合させることで,マルチタスク学習と呼ばれる問題を考える。
我々の新しい定式化では、これらの関数のパラメータを2つに分けて、互いに近づきながらタスク固有のドメインで学習する。
これにより、異なるドメインにまたがって収集されたデータが、互いのタスクにおける学習パフォーマンスを改善するのに役立つ、クロス・ファーティライズが促進される。
論文 参考訳（メタデータ） (2020-10-24T21:35:57Z) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z) - Subset Sampling For Progressive Neural Network Learning [106.12874293597754]
プログレッシブニューラルネットワーク学習は、ネットワークのトポロジを漸進的に構築し、トレーニングデータに基づいてパラメータを最適化するアルゴリズムのクラスである。
段階的なトレーニングステップ毎にトレーニングデータのサブセットを活用することで,このプロセスの高速化を提案する。
オブジェクト,シーン,顔の認識における実験結果から,提案手法が最適化手順を大幅に高速化することを示す。
論文 参考訳（メタデータ） (2020-02-17T18:57:33Z)
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。