論文の概要: Purchase and Production Optimization in a Meat Processing Plant

• arxiv url: http://arxiv.org/abs/2507.15866v1
• Date: Mon, 14 Jul 2025 11:05:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-23 21:34:13.768277
• Title: Purchase and Production Optimization in a Meat Processing Plant
• Title（参考訳）: 肉加工工場における購入・生産最適化
• Authors: Marek Vlk, Premysl Sucha, Jaroslaw Rudy, Radoslaw Idzikowski,
• Abstract要約: 本稿では,購入とその後の材料処理に関する最適化問題に対処する。 我々は、実生活のインスタンスを解くことができる整数線形計画法に基づく単純な反復的アプローチを設計する。 肉加工会社の実データを用いて得られた結果から, アルゴリズムは数秒で最適解を見つけることができることがわかった。
• 参考スコア（独自算出の注目度）: 0.9074663948713615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The food production industry, especially the meat production sector, faces many challenges that have even escalated due to the recent outbreak of the energy crisis in the European Union. Therefore, efficient use of input materials is an essential aspect affecting the profit of such companies. This paper addresses an optimization problem concerning the purchase and subsequent material processing we solved for a meat processing company. Unlike the majority of existing papers, we do not concentrate on how this problem concerns supply chain management, but we focus purely on the production stage. The problem involves the concept of alternative ways of material processing, stock of material with different expiration dates, and extra constraints widely neglected in the current literature, namely, the minimum order quantity and the minimum percentage in alternatives. We prove that each of these two constraints makes the problem \mbox{$\mathcal{NP}$-hard}, and hence we design a simple iterative approach based on integer linear programming that allows us to solve real-life instances even using an open-source integer linear programming solver. Another advantage of this approach is that it mitigates numerical issues, caused by the extensive range of data values, we experienced with a commercial solver. The results obtained using real data from the meat processing company showed that our algorithm can find the optimum solution in a few seconds for all considered use cases.
• Abstract（参考訳）: 食品生産産業、特に肉生産業は、欧州連合(EU)の近年のエネルギー危機の影響で、多くの課題に直面している。 したがって、これらの企業の利益に影響を及ぼす重要な側面は、効率的な入力材料の使用である。 本稿では,肉加工会社で解決した,購入とその後の加工に関する最適化問題に対処する。 既存のほとんどの論文と異なり、この問題がサプライチェーン管理にどう影響するかに焦点を絞ってはいませんが、我々は生産段階にのみ焦点を合わせています。 問題は、素材処理の代替方法、異なる有効期限を持つ材料の在庫、そして現在の文献で広く無視されている余分な制約、すなわち選択肢の最小オーダー量と最小パーセンテージの概念である。 この2つの制約が問題となることを証明し、オープンソースの整数線形計画法を用いても実世界の問題を解くことができるような、整数線形計画法に基づく単純な反復的手法を設計する。 このアプローチのもう1つの利点は、我々が商用の解法で経験した、広範囲のデータ値に起因する数値的な問題を緩和することである。 肉加工会社の実データを用いて得られた結果から, 検討対象のすべてのユースケースに対して, 最適解を数秒で発見できることが判明した。

関連論文リスト

• Outer Approximation and Super-modular Cuts for Constrained Assortment Optimization under Mixed-Logit Model [6.123324869194196]
  混合ロジット顧客選択モデルに基づくアソシエーション最適化問題について検討する。 既存の正確な手法は、主にMILP (mixed-integer linear programming) やCONIC (Second-order cone) の修正に依存している。 我々の研究は、単調に超モジュラーかつ凸であることを示す客観的関数の成分に焦点をあてることによって、この問題に対処する。
  論文  参考訳（メタデータ） (2024-07-26T06:27:11Z)
• Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
  本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。 このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。 その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
  論文  参考訳（メタデータ） (2023-07-22T20:03:16Z)
• Large Language Models for Supply Chain Optimization [4.554094815136834]
  大規模言語モデル(LLM)がサプライチェーンの自動化と人間の理解と信頼のギャップを埋めるのにどのように役立つかを検討する。 我々はOptiGuideを設計する。これは平易なテキストで入力クエリとして受け付け、基礎となる結果に関する洞察を出力するフレームワークです。 当社のフレームワークがMicrosoftのクラウドサプライチェーン内の実際のサーバ配置シナリオに与える影響を実演する。
  論文  参考訳（メタデータ） (2023-07-08T01:42:22Z)
• Let the Flows Tell: Solving Graph Combinatorial Optimization Problems with GFlowNets [86.43523688236077]
  組合せ最適化(CO)問題はしばしばNPハードであり、正確なアルゴリズムには及ばない。 GFlowNetsは、複合非正規化密度を逐次サンプリングする強力な機械として登場した。 本稿では,異なる問題に対してマルコフ決定プロセス(MDP)を設計し,条件付きGFlowNetを学習して解空間からサンプルを作成することを提案する。
  論文  参考訳（メタデータ） (2023-05-26T15:13:09Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
  非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。 本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
  論文  参考訳（メタデータ） (2022-01-28T05:53:28Z)
• Comparing Heuristics, Constraint Optimization, and Reinforcement Learning for an Industrial 2D Packing Problem [58.720142291102135]
  カットとパッケージングの問題は、ビジネスの収益に直接影響を与えるさまざまな業界で起きている。 機械学習は、このような問題を解決するためにますます使われています。
  論文  参考訳（メタデータ） (2021-10-27T15:47:47Z)
• 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)
• Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
  データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。 この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。 我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
  論文  参考訳（メタデータ） (2021-02-16T06:04:27Z)
• Marketing Mix Optimization with Practical Constraints [0.0]
  我々は,多くの業界でよく見られるmarketing mix optimization(mmo)問題の変種について論じる。 産業環境における現実的な問題の大きさを考えると、最先端の整数プログラミングソルバは最適性に問題を解くことができないかもしれません。 計算負荷を軽減するための体系的な改革を提案する。
  論文  参考訳（メタデータ） (2021-01-11T02:10:19Z)
• A Tractable Online Learning Algorithm for the Multinomial Logit Contextual Bandit [2.9998316151418107]
  我々は、意思決定者が消費者に製品のサブセットを提供する動的集合最適化問題を考える。 MNL(Multinomial Logit)モデルを用いて消費者選択行動のモデル化を行う。 後悔は$O(sqrtdT + kappa)$で束縛され、既存のメソッドよりもパフォーマンスが大幅に向上していることを示す。
  論文  参考訳（メタデータ） (2020-11-28T00:20:36Z)
• 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。