論文の概要: Bottleneck Identification in Resource-Constrained Project Scheduling via Constraint Relaxation

• arxiv url: http://arxiv.org/abs/2504.07495v1
• Date: Thu, 10 Apr 2025 06:53:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 21:04:27.519816
• Title: Bottleneck Identification in Resource-Constrained Project Scheduling via Constraint Relaxation
• Title（参考訳）: 制約緩和による資源制約型プロジェクトスケジューリングにおけるブートネック同定
• Authors: Lukáš Nedbálek, Antonín Novák,
• Abstract要約: 緩和すべき特定の制約にリンクしながら、所定のスケジュールにおけるボトルネックを自動的に識別することを目的としています。 第1の方法は、求人店の文献から既存のアプローチに適応し、いわゆる未目標緩和に利用することである。 第2の方法は、緩和された問題の潜在的な改善を識別し、目標となる緩和を提案する。
• 参考スコア（独自算出の注目度）: 0.4143603294943439
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In realistic production scenarios, Advanced Planning and Scheduling (APS) tools often require manual intervention by production planners, as the system works with incomplete information, resulting in suboptimal schedules. Often, the preferable solution is not found just because of the too-restrictive constraints specifying the optimization problem, representing bottlenecks in the schedule. To provide computer-assisted support for decision-making, we aim to automatically identify bottlenecks in the given schedule while linking them to the particular constraints to be relaxed. In this work, we address the problem of reducing the tardiness of a particular project in an obtained schedule in the resource-constrained project scheduling problem by relaxing constraints related to identified bottlenecks. We develop two methods for this purpose. The first method adapts existing approaches from the job shop literature and utilizes them for so-called untargeted relaxations. The second method identifies potential improvements in relaxed versions of the problem and proposes targeted relaxations. Surprisingly, the untargeted relaxations result in improvements comparable to the targeted relaxations.
• Abstract（参考訳）: 現実的な運用シナリオでは、Advanced Planning and Scheduling(APS)ツールは、システムが不完全な情報を扱うため、プロダクションプランナーによる手作業による介入を必要とすることが多い。 しばしば、最適化問題を規定する制約が過度に制限され、スケジュールのボトルネックを表わすため、好ましい解決策は見つからない。 コンピュータ支援による意思決定支援を実現するため,各スケジュールにおけるボトルネックを自動的に識別し,緩和すべき特定の制約にリンクする。 本研究では、特定ボトルネックに関連する制約を緩和することにより、資源制約のあるプロジェクトスケジューリング問題において、得られたスケジュールにおいて、特定のプロジェクトの難易度を減少させる問題に対処する。 この目的のために2つの方法を開発した。 第1の方法は、求人店の文献から既存のアプローチに適応し、いわゆる未目標緩和に利用することである。 第2の方法は、緩和された問題の潜在的な改善を識別し、目標となる緩和を提案する。 意外なことに、未目標の緩和は、ターゲットの緩和に匹敵する改善をもたらす。

関連論文リスト

• Machine Learning and Constraint Programming for Efficient Healthcare Scheduling [0.8287206589886879]
  看護スケジューリング問題(NSP)に取り組む 暗黙の問題解決アプローチでは、学習パターンに埋め込まれる可能性のある制約や目的を通じて、過去のデータを使って新しいソリューションを学習し、生成する機械学習手法を頼りにしています。 提案手法では, 制約や目的が具体的に見えるものではないことを考慮し, 暗黙的アプローチに関する不確実性を補うために, 制約満足度問題フレームワークを用いてまずNSPをモデル化する明示的アプローチを提案する。 我々の暗黙的アプローチは生成したソリューションの実現可能性や最適性を保証するものではないため、データ駆動型アプローチを提案し、NSPを制約として受動的に学習する。
  論文  参考訳（メタデータ） (2024-09-11T18:09:25Z)
• The Road Less Scheduled [45.01813613035411]
  最適化停止ステップTの仕様を必要としない既存の学習率スケジュールは、Tに依存する学習率スケジュールにより大幅に改善される。 本稿では,スケジュールを全面的に活用することで,この停止時間を回避するアプローチを提案する。 我々のスケジュール自由アプローチは運動量を持つ標準スケジュールに余分なハイパーパラメータを導入しない。
  論文  参考訳（メタデータ） (2024-05-24T16:20:46Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• On efficient computation in active inference [1.1470070927586016]
  計算量を大幅に減らした有限時間地平線に対する新しい計画アルゴリズムを提案する。 また、新規かつ既存のアクティブな推論計画スキームに対して適切な目標分布を設定するプロセスを簡単にする。
  論文  参考訳（メタデータ） (2023-07-02T07:38:56Z)
• Dynamic Scheduling for Federated Edge Learning with Streaming Data [56.91063444859008]
  我々は,長期的エネルギー制約のある分散エッジデバイスにおいて,トレーニングデータを時間とともにランダムに生成するフェデレーションエッジ学習(FEEL)システムを検討する。 限られた通信リソースとレイテンシ要件のため、各イテレーションでローカルトレーニングプロセスに参加するのはデバイスのサブセットのみである。
  論文  参考訳（メタデータ） (2023-05-02T07:41:16Z)
• Generating Dispatching Rules for the Interrupting Swap-Allowed Blocking Job Shop Problem Using Graph Neural Network and Reinforcement Learning [21.021840570685264]
  割り込みスワップ可能なブロッキングジョブショップ問題(ISBJSSP)は、多くの製造計画やロジスティクスアプリケーションを現実的にモデル化することができる。 連続的な削除や加算を受けるノードとエッジを特徴とする動的解離グラフの定式化を導入する。 ISBJSSP設定の割り込み、スワップ、ブロッキングをシミュレートするシミュレータが開発された。
  論文  参考訳（メタデータ） (2023-02-05T23:35:21Z)
• A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist Scheduling Problems [11.66506213335498]
  ホイストスケジューリングは、自律デバイスの開発で産業応用の電気めっきのボトルネックとなっている。 適応型PDDLの形で新しい時間計画問題としてホイストスケジューリング問題を定式化する。 この問題に対するソリューションメソッドの評価に使用できる実生活ベンチマークインスタンスのコレクションを提供する。
  論文  参考訳（メタデータ） (2022-12-11T05:30:44Z)
• Continual Test-Time Domain Adaptation [94.51284735268597]
  テスト時ドメイン適応は、ソースデータを使用しずに、ソース事前訓練されたモデルをターゲットドメインに適応することを目的としている。 CoTTAは実装が容易で、市販の事前訓練モデルに簡単に組み込むことができる。
  論文  参考訳（メタデータ） (2022-03-25T11:42:02Z)
• Efficient Temporal Piecewise-Linear Numeric Planning with Lazy Consistency Checking [4.834203844100679]
  本稿では,プランナがLP整合性チェックを可能な限り遅延的に計算できる手法を提案する。 また,時間依存ゴールチェックをより選択的に行うアルゴリズムを提案する。 結果として得られるプランナーは、より効率的であるだけでなく、最先端の時間数値とハイブリッドプランナーよりも優れています。
  論文  参考訳（メタデータ） (2021-05-21T07:36:54Z)
• CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
  最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。 このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。 本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
  論文  参考訳（メタデータ） (2021-02-24T09:16:10Z)
• 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)

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。