文献

J-GLOBAL ID：202202283378203932   整理番号：22A2571734

動的バース割当問題への機械学習を用いた分枝限定法における解表現の検討

A Study on Representation of Solutions in the Branch-and-Bound Method Using Machine Learning for the Dynamic Berth Allocation Problem

著者 (3件)： 是兼慎也 (岡山大 大学院自然科学研究科) ,  西竜志 (岡山大 大学院自然科学研究科) ,  LIU Ziang (岡山大 大学院自然科学研究科)
資料名： スケジューリング・シンポジウム講演論文集  (Proceedings of the Scheduling Symposium)
巻： 2022  ページ： 62-67  発行年： 2022年09月16日 
JST資料番号： L8301A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 海上輸送は世界中で年々増加しているので,コンテナターミナル利用の効率の改善はますます重要性になっている。動的バース割り当て問題が注目されてきた。複数の船舶と複数のバースを与えられた場合,この問題は全サービス時間を最小にする為に,船舶及びバースの割当,バース時間を決定する。本研究の目的は,機械学習を分枝限定法に組み込むことにより,問題の特徴を捉えることである。機械学習を用いて,分岐と結合ツリーにおける有望なノードを選択した。機械学習分類のための適切な解表現を検討し,数値実験から提案した方法を評価した。(翻訳著者抄録)

シソーラス用語： *機械学習 ,  *分枝限定法 ,  最適化手法 ,  *海上輸送 ,  コンテナターミナル ,  バース ,  港湾施設

分類 (2件)： 数理計画法  (KA03030M) ,  人工知能  (JE08000Z)

引用文献 (7件)：

• Hottung, A., Tanaka, S., Tierney, K. ′′Deep learning assisted heuristic tree search for the container pre-marshalling problem′′, Computers and Operations Research, Vol. 113. 104781, (2020).
• Furian, N., O' Sullivan, M., Walker, C. et al. ′′A machine learning-based branch and price algorithm for a sampled vehicle routing problem′′, OR Spectrum 43, pp. 693-732 (2021).
• 是兼慎也,西 竜志,′′動的バース割当問題に対する機械学習を用いた分枝限定法に関する考察′′,スケジューリング・シンポジウム 2021 論文集,pp.167-172(2021).
• Buhrkal, K., Zuglian, S., Ropke, S., Larsen, J., Lusby, R. ′′Models for the discrete berth allocation problem: a computational comparison′′, Transportation Research, Part E, 47, pp. 461-473, (2011).
• Vinyals, O., Fortunato, M., Jaitly, N. ′′Pointer networks′′, Advances in Neural Information Processing Systems, 28, pp.2692-2700 (2015).

タイトルに関連する用語 (6件)： バース ,  割当問題 ,  機械学習 ,  分枝限定法 ,  解 ,  表現