要約
この論文では、異なる優先順位を持つ動的なリクエストを考慮して、病院環境における自律移動ロボット (AMR) のスケジュール設定の最適化問題を調査します。
主な目的は、限られた数の利用可能な AMR に対してルートを動的に計画することで、毎日のサービス コストを最小限に抑えることです。
総コストは、AMR の購入コスト、輸送コスト、遅延ペナルティのコスト、およびサービス拒否の損失で構成されます。
この問題に対処するために、私たちは 2 段階の数理計画モデルを確立しました。
第 1 段階では、タブー検索アルゴリズムを使用して、既知のすべての医療リクエストに対する事前のルートを計画します。
第 2 段階では、決定ルールを備えた効率的な挿入アルゴリズムを使用して、リアルタイムで受信した動的リクエストを計画します。これにより、動的リクエストの時間枠と需要制約に基づいた迅速な応答が可能になります。
この研究の主な貢献の 1 つは、異なる優先度を持つ動的リクエストに対するサービス AMR の現在の数に基づいてリソース割り当ての決定を行うことです。
ラックナー インスタンスを使用した計算実験により、決定ルールを使用した効率的な挿入アルゴリズムが、タイム ウィンドウとリクエストの優先順位を使用した動的 AMR ルーティング問題を解決する際に非常に高速かつ堅牢であることが実証されました。
さらに、意思決定プロセスに役立つ AMR の安全在庫設定に関する経営上の洞察も提供します。
要約(オリジナル)
This paper investigates the optimization problem of scheduling autonomous mobile robots (AMRs) in hospital settings, considering dynamic requests with different priorities. The primary objective is to minimize the daily service cost by dynamically planning routes for the limited number of available AMRs. The total cost consists of AMR’s purchase cost, transportation cost, delay penalty cost, and loss of denial of service. To address this problem, we have established a two-stage mathematical programming model. In the first stage, a tabu search algorithm is employed to plan prior routes for all known medical requests. The second stage involves planning for real-time received dynamic requests using the efficient insertion algorithm with decision rules, which enables quick response based on the time window and demand constraints of the dynamic requests. One of the main contributions of this study is to make resource allocation decisions based on the present number of service AMRs for dynamic requests with different priorities. Computational experiments using Lackner instances demonstrate the efficient insertion algorithm with decision rules is very fast and robust in solving the dynamic AMR routing problem with time windows and request priority. Additionally, we provide managerial insights concerning the AMR’s safety stock settings, which can aid in decision-making processes.
arxiv情報
| 著者 | Lulu Cheng,Ning Zhao,Mengge Yuan,Kan Wu |
| 発行日 | 2023-11-26 13:57:09+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google