Neural Combinatorial Optimization for Stochastic Flexible Job Shop Scheduling Problems

要約

ニューラル組み合わせ最適化 (NCO) は、組み合わせ最適化問題を効率的に解決できる深層学習の可能性により、大きな注目を集めています。
NCO はジョブ ショップ スケジューリング問題 (JSP) に広く適用されており、現在は主に決定論的問題に焦点を当てています。
この論文では、確率的 JSP を解決するための NCO 手法を拡張するための新しいアテンションベースのシナリオ処理モジュール (SPM) を提案します。
私たちのアプローチは、サンプリングされたシナリオの埋め込み（つまり、確率性の近似）を捕捉するアテンションメカニズムによって確率的情報を明示的に組み込みます。
埋め込みが提供されると、ベース ニューラル ネットワークは関与するシナリオによって介入され、それに応じて確率論の下で効果的なポリシーを学習します。
また、予想されるメイクスパンまたはバリュー・アット・リスクの目標と調和して機能するトレーニング パラダイムも提案します。
結果は、さまざまなインスタンスで確率的な処理時間を持つ柔軟な JSP 問題に対して、私たちのアプローチが既存の学習方法および非学習方法よりも優れていることを示しています。
さらに、私たちのアプローチは、さまざまな数のシナリオや異なる分布に対して大きな一般化可能性を持っています。

要約(オリジナル)

Neural combinatorial optimization (NCO) has gained significant attention due to the potential of deep learning to efficiently solve combinatorial optimization problems. NCO has been widely applied to job shop scheduling problems (JSPs) with the current focus predominantly on deterministic problems. In this paper, we propose a novel attention-based scenario processing module (SPM) to extend NCO methods for solving stochastic JSPs. Our approach explicitly incorporates stochastic information by an attention mechanism that captures the embedding of sampled scenarios (i.e., an approximation of stochasticity). Fed with the embedding, the base neural network is intervened by the attended scenarios, which accordingly learns an effective policy under stochasticity. We also propose a training paradigm that works harmoniously with either the expected makespan or Value-at-Risk objective. Results demonstrate that our approach outperforms existing learning and non-learning methods for the flexible JSP problem with stochastic processing times on a variety of instances. In addition, our approach holds significant generalizability to varied numbers of scenarios and disparate distributions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google