文献

J-GLOBAL ID：201702249371760024   整理番号：17A0667317

不確実性の下での多目的バッチプロセスのスケジューリングのためのデータ駆動ロバストMILPモデル【Powered by NICT】

Data-driven robust MILP model for scheduling of multipurpose batch processes under uncertainty

著者 (2件)： Ning Chao (Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853 USA, USA) ,  You Fengqi (Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853 USA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CDC  ページ： 6180-6185  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不確実性の下での多目的バッチプロセスのスケジューリングに広く使用されているロバスト最適化。しかし,従来のロバストなスケジューリング法は,不確実性,独立性および対称性などについての簡単な仮定をしている。本論文では,データ駆動ロバストな混合整数線形計画法(MILP)モデルに基づくバッチプロセスの新しいスケジューリング手法を提案した。Dirichlet過程混合モデルを採用した不確実性パラメータの歴史的データから変分推論による不確実性セットを構築した。一般的MILPのデータ駆動ロバストな対応物は,この不確実性集合に基づく円錐二次混合整数計画法として導いた。さらに様々な不確実性の下での多目的バッチプロセススケジューリング問題を解決するために開発された特異的データ駆動ロバストなMILPモデル。提案した方法の有効性を実証するために提示した工業的事例研究。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 混合整数計画法 ,  *ロバスト性 ,  事例研究 ,  *不確実性 ,  *モデル ,  確率過程 ,  対称性 ,  *バッチ処理 ,  円錐 ,  *スケジューリング
準シソーラス用語： 変分推論 ,  混合モデル ,  Dirichlet過程 ,  ロバスト最適化 ,  *混合整数線形計画法 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (7件)： 不確実性 ,  バッチプロセス ,  スケジューリング ,  データ駆動 ,  ロバスト ,  MILP ,  モデル