文献

J-GLOBAL ID：202002220721585799   整理番号：20A2038159

資源制約付きジョブスケジューリングのための大規模再利用可能マルチパスヒューリスティックスの進化【JST・京大機械翻訳】

Evolving Large Reusable Multi-pass Heuristics for Resource Constrained Job Scheduling

著者 (2件)： Nguyen Su (La Trobe University,Centre for Data Analytics and Cognition,Australia) ,  Thiruvady Dhananjay (Deakin University,School of Information Technology,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CEC  ページ： 1-8  発行年： 2020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： 資源制約ジョブスケジューリングは,多くの実世界アプリケーションによる挑戦的な組合せ最適化である。この問題を解決するため,多くの正確な方法とメタヒューリスティックが文献で提案されているが,しばしばスケーラビリティ問題に遭遇する。本論文では,この問題を扱うための自動化発見的設計手法を検討した。このアプローチの目的は,良好な解を素早く構築できる発見的方法を生成することであり,これは,他のメタヒューリスティックスを初期化するために直接または使用できる。新しい適応遺伝的プログラミングアルゴリズムを提案して,資源制約付きジョブスケジューリング問題を解決するための再利用可能な発見的方法の大規模集合を共進化した。提案アルゴリズムの背後の新規性には3つの異なる側面がある:(a)発見的方法の新しい表現型表現,(b)進化過程を監視するための効率的なマッピング技術,および(c)多様な競合個体群に対する探索を導くための適応度関数。実験結果は,進化した発見的方法が有望であり,大規模事例に対していくつかの既存のメタヒューリスティックスを凌駕できることを示した。解析も,適切なパラメータを選択するならば,アルゴリズムがさらに改良できることを示した。Copyright 2020 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： *アルゴリズム ,  自動化 ,  表現型 ,  発見的方法 ,  応用プログラム ,  個体群 ,  遺伝的プログラミング
準シソーラス用語： メタヒューリスティクス ,  共進化 ,  組合せ最適化 ,  *ヒューリスティック ,  *ジョブスケジューリング ,  *資源制約 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 資源制約 ,  ジョブスケジューリング ,  大規模 ,  再利用可能 ,  マルチパス ,  ヒューリスティックス ,  進化