文献

J-GLOBAL ID：201902229740036448   整理番号：19A2717298

データ駆動多段階適応ロバスト最適化を用いた分離不確実性の下での化学プロセススケジューリング【JST・京大機械翻訳】

Chemical Process Scheduling under Disjunctive Uncertainty Using Data-Driven Multistage Adaptive Robust Optimization

著者 (2件)： Ning Chao (Cornell University, Ithaca, New York, 14853, USA) ,  You Fengqi (Cornell University, Ithaca, New York, 14853, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ACC  ページ： 2145-2150  発行年： 2019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： プロセススケジューリングは,長期の経済的実行可能性を得るために,それらの生産スケジュールを最適化するためのプロセス産業のための決定階層の1つの重要な層である。スケジューリング問題の多段階適応ロバスト最適化に近づくとき,プロセススケジューリングの主要課題は不確実性の処理にある。本研究では,最も一般的に使用されている固定形状不確実性集合により直面する過剰保存問題を軽減するために,データ駆動分離不確実性集合を構築するために非パラメトリックBayes推論技術を導入し,区分線形決定ルールを利用して,多段階バッチスケジューリング最適化のための解を生成した。不確実性集合構築と決定ルール柔軟性の改善に基づいて,著者らは,従来の適応ロバスト最適化手法によって得られたものと比較して,非結合不確実性集合と決定規則による提案アプローチが通常より良いプロセススケジューリング最適化解を生成できることを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *スケジューリング ,  *最適化 ,  線形性 ,  *不確実性 ,  柔軟性 ,  Bayes推定
準シソーラス用語： バッチスケジューリング ,  ディシジョンルール ,  生産スケジューリング ,  *プロセススケジューリング ,  *ロバスト最適化 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： データ駆動 ,  段階 ,  適応 ,  ロバスト最適化 ,  不確実性 ,  化学 ,  プロセススケジューリング