論文の概要: Solving Parallel Machine Scheduling With Precedences and Cumulative Resource Constraints With Calendars

• arxiv url: http://arxiv.org/abs/2512.11864v1
• Date: Fri, 05 Dec 2025 12:35:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-21 14:22:08.739231
• Title: Solving Parallel Machine Scheduling With Precedences and Cumulative Resource Constraints With Calendars
• Title（参考訳）: 待ち行列と累積資源制約による並列マシンスケジューリングの解法
• Authors: Christoph Einspieler, Matthias Horn, Marie-Louise Lackner, Patrick Malik, Nysret Musliu, Felix Winter,
• Abstract要約: 本稿では、ジョブ優先とカレンダーベースの累積リソース制約を備えた並列マシンスケジューリングの新たなバリエーションを提案する。 そこで本稿では,局所探索を用いて大規模問題に対して効率的に対処するメタヒューリスティックな構成法を提案する。
• 参考スコア（独自算出の注目度）: 2.863183011550039
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The task of finding efficient production schedules for parallel machines is a challenge that arises in most industrial manufacturing domains. There is a large potential to minimize production costs through automated scheduling techniques, due to the large-scale requirements of modern factories. In the past, solution approaches have been studied for many machine scheduling variations, where even basic variants have been shown to be NP-hard. However, in today's real-life production environments, additional complex precedence constraints and resource restrictions with calendars arise that must be fulfilled. These additional constraints cannot be tackled efficiently by existing solution techniques. Thus, there is a strong need to develop and analyze automated methods that can solve such real-life parallel machine scheduling scenarios. In this work, we introduce a novel variant of parallel machine scheduling with job precedences and calendar-based cumulative resource constraints that arises in real-life industrial use cases. A constraint modeling approach is proposed as an exact solution method for small scheduling scenarios together with state-of-the-art constraint-solving technology. Further, we propose a construction heuristic as well as a tailored metaheuristic using local search to efficiently tackle large-scale problem instances. This metaheuristic approach has been deployed and is currently being used in an industrial setting.
• Abstract（参考訳）: 並列機械の効率的な生産スケジュールを見つけるという課題は、ほとんどの工業生産領域で生じている課題である。 近代工場の大規模要求のため、自動スケジューリング技術によって生産コストを最小化する可能性が大きい。 過去には、多くの機械スケジューリングのバリエーションに対する解法が研究されており、基本的な変種でさえNPハードであることが示されている。 しかし、今日の実運用環境では、追加の複雑な優先順位制約とカレンダーによるリソース制限が実現されなければならない。 これらの追加の制約は既存の解法では効率的に対処できない。 したがって、このような現実的な並列マシンスケジューリングのシナリオを解決できる自動化手法を開発し、分析する必要性が強くある。 そこで本研究では,業務優先型並列機械スケジューリングと実生活における産業利用事例で発生するカレンダーベースの累積資源制約を新たに導入する。 制約モデリング手法は、最先端の制約解決技術とともに、小さなスケジューリングシナリオの正確な解法として提案される。 さらに,局所探索を用いて大規模問題に対して効率的に対処する構造的ヒューリスティックとメタヒューリスティックを提案する。 このメタヒューリスティックなアプローチが展開され、現在産業環境で使用されている。

関連論文リスト

• Quantum-classical hybrid algorithm using quantum annealing for multi-objective job shop scheduling [0.5872014229110214]
  効率的な生産計画は、リードタイムなどの性能指標を改善し、人間の直感への依存を減らすために、現代製造業において不可欠である。 この問題を2つのサブプロブレム(リソース割り当てとタスクスケジューリング)に分解する量子古典ハイブリッドアルゴリズムを開発した。 実験により,従来のモノリシック手法に比べて解法品質と計算効率が優れていることが示された。
  論文  参考訳（メタデータ） (2025-11-05T07:39:09Z)
• Efficient LLM Collaboration via Planning [56.081879390960204]
  小規模で大規模なモデルでは、プランナーと実行担当者として交代で行動し、タスクを協調的に解決するために、多段階のカスケードでプランを交換する。 私たちはCOPEが大規模プロプライエタリモデルに匹敵するパフォーマンスを実現し,推論APIのコストを大幅に削減できることを実証した。
  論文  参考訳（メタデータ） (2025-06-13T08:35:50Z)
• Haste Makes Waste: Evaluating Planning Abilities of LLMs for Efficient and Feasible Multitasking with Time Constraints Between Actions [56.88110850242265]
  本稿では,現実の調理シナリオに基づいた新しいベンチマークフレームワークRecipe2Planを紹介する。 従来のベンチマークとは異なり、Recipe2Planは並列タスク実行による調理時間を最適化するためにエージェントに挑戦する。
  論文  参考訳（メタデータ） (2025-03-04T03:27:02Z)
• A mathematical model for simultaneous personnel shift planning and unrelated parallel machine scheduling [3.0477617036157136]
  本稿では,産業利用事例から得られた生産スケジューリング問題に対処する。 人件費制約を伴う非関連並列マシンスケジューリングに焦点を当てている。 機械間での人員共有を前提としており、作業処理中に機械の設置と監督に1人の人員を要している。
  論文  参考訳（メタデータ） (2024-02-24T01:04:04Z)
• Flexible Job Shop Scheduling via Dual Attention Network Based Reinforcement Learning [73.19312285906891]
  フレキシブルなジョブショップスケジューリング問題(FJSP)では、複数のマシンで操作を処理でき、操作とマシンの間の複雑な関係が生じる。 近年, 深層強化学習(DRL)を用いて, FJSP解決のための優先派遣規則(PDR)を学習している。 本稿では,Deep機能抽出のための自己注意モデルと,スケーラブルな意思決定のためのDRLの利点を生かした,エンドツーエンド学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-09T01:35:48Z)
• A Memetic Algorithm with Reinforcement Learning for Sociotechnical Production Scheduling [0.0]
  本稿では、フレキシブルジョブショップスケジューリング問題(DRC-FJSSP)に深層強化学習(DRL)を適用したメメティックアルゴリズムを提案する。 産業における研究プロジェクトから、フレキシブルマシン、フレキシブルなヒューマンワーカー、作業能力、セットアップと処理操作、材料到着時間、材料製造の請求書の並列タスク、シーケンス依存のセットアップ時間、人間と機械のコラボレーションにおける(一部)自動化タスクを検討する必要性を認識します。
  論文  参考訳（メタデータ） (2022-12-21T11:24:32Z)
• 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)
• 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)
• Metaheuristics for the Online Printing Shop Scheduling Problem [0.0]
  この実際のスケジューリング問題は、現代の印刷業界で現れたもので、シークエンシングの柔軟性を備えたフレキシブルなジョブショップスケジューリング問題に対応している。 この問題に対する局所探索戦略とメタヒューリスティックアプローチを提案し,評価した。 フレキシブルなジョブショップスケジューリング問題における古典的事例を用いた数値実験により,本事例に適用した場合,導入手法も競争力を持つことが示された。
  論文  参考訳（メタデータ） (2020-06-22T15:38:00Z)

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。