従業員スケジューリング問題のためのGPGPUベースACOおよびPSOアルゴリズムの比較分析【JST・京大機械翻訳】

Gaikwad Harsha R.; Mahind Pradnyarani K.; Mane Sandeep U.

プレプリント

J-GLOBAL ID：202202212209840016 整理番号：22P0308889

従業員スケジューリング問題のためのGPGPUベースACOおよびPSOアルゴリズムの比較分析【JST・京大機械翻訳】

Comparative Analysis of GPGPU based ACO and PSO Algorithm for Employee Scheduling Problems

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

パーティクルスウォーム最適化(PSO)とアリコロニー最適化(ACO)は,数学的アルゴリズムと他の発見的最適化技術と比較して,単純で,実行が容易であり,制御パラメータに対するそれらのロバスト性とそれらの計算効率である。PSOとACOの計算は非常に簡単である。他の開発計算と比較して,それはより大きい最適化能力を占めて,それは容易に完了することができた。それは多くのNP-Hard問題を解決するのに使用される。雇用スケジューリングは,多くの組織が直面する現実のNP-Hard問題である。全ての状況における自己スケジューリングは常に実用的で不可能である。看護師Rosteringは法的シフトにおけるスロットへの高度に制約された資源割当問題に関連しており,その問題は異なる発見的アルゴリズムを用いて解決された。ここでは,PSOとACOのGPGPUベースの並列化を提案し,Empoleeeスケジューリング問題を解決した。両アルゴリズムを並列化するために,マスタスレーブアプローチを用いた。BCV8.13.1データセットを実験目的に使用した。結果の解析は平均,標準偏差,標準平均誤差に基づいて行った。キーワード:従業員スケジューリング,並列化,PSO,GPGPU。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

工程管理

, , , , , ,

前のページに戻る