JP2020194273A - 最適化装置、最適化方法及び最適化プログラム - Google Patents
最適化装置、最適化方法及び最適化プログラム Download PDFInfo
- Publication number
- JP2020194273A JP2020194273A JP2019098606A JP2019098606A JP2020194273A JP 2020194273 A JP2020194273 A JP 2020194273A JP 2019098606 A JP2019098606 A JP 2019098606A JP 2019098606 A JP2019098606 A JP 2019098606A JP 2020194273 A JP2020194273 A JP 2020194273A
- Authority
- JP
- Japan
- Prior art keywords
- ising model
- result
- simulation
- unit
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims description 37
- 238000004088 simulation Methods 0.000 claims abstract description 98
- 230000005366 Ising model Effects 0.000 claims abstract description 75
- 238000011156 evaluation Methods 0.000 claims abstract description 63
- 230000005283 ground state Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 21
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 239000000428 dust Substances 0.000 description 12
- 238000012887 quadratic function Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000002922 simulated annealing Methods 0.000 description 8
- 238000000137 annealing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- CSPHGSFZFWKVDL-UHFFFAOYSA-M (3-chloro-2-hydroxypropyl)-trimethylazanium;chloride Chemical compound [Cl-].C[N+](C)(C)CC(O)CCl CSPHGSFZFWKVDL-UHFFFAOYSA-M 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
Abstract
Description
また、1つの実施態様では、最適化プログラムが提供される。
(第1の実施の形態)
図1は、第1の実施の形態の最適化装置の一例を示す図である。
生成部11は、計算対象の組合せ最適化問題の問題データに基づいてイジングモデルを生成する(組合せ最適化問題をイジングモデルに変換する)。イジングモデルは、イジング型の評価関数(目的関数とも呼ばれる)にて表される。イジング型の評価関数は、QUBO(Quadratic Unconstrained Binary Optimization)と呼ばれる問題を解く際に用いられる2次関数で表すことができる。
探索部12は、イジングモデルについての基底状態の探索を行うことで、組合せ最適化問題の仮最適解を算出する。探索部12は、シミュレーテッド・アニーリング法やレプリカ交換法などのマルコフ連鎖モンテカルロ法により基底状態の探索を行ってもよいし、量子アニーリング法により基底状態の探索を行ってもよい。なお、探索結果として出力される仮最適解である状態(評価関数の全状態変数の値の組合せ)は、たとえば、所定時間内に多数回更新された状態のうち、評価関数の値が最小となる状態(基底状態とは限らない)である。上記物流センターに関する問題の例では、仮最適解は、フォークリフトの総移動距離をコスト項cstとした評価関数Hの値が最小となる、複数のトラックの複数の入荷品置き場への割当て方を示す。この場合、各状態変数は、各トラックが各入荷品置き場に入るか否かを示す2値の変数である。
図2は、第1の実施の形態の最適化方法の一例の流れを示すフローチャートである。
生成部11は、計算対象の組合せ最適化問題の問題データに基づいてイジングモデルを生成し(ステップS1)、探索部12は、イジングモデルについての基底状態の探索を行うことで、組合せ最適化問題の仮最適解を算出する(ステップS2)。
以上のように、最適化装置10は、イジングモデルに変換した組合せ最適化問題の仮最適解を用いてシミュレーションを行い、その結果に基づいた制約項を加えてイジングモデルを更新し、仮最適解の探索を繰り返す。これにより、イジングモデルが、実際の組合せ最適化問題の特性(動的な特性など)をより反映させたものになり、解の精度を向上できる。
図3は、第2の実施の形態の最適化装置のハードウェアの一例を示す図である。
第2の実施の形態の最適化装置20は、たとえばコンピュータであり、CPU21、RAM(Random Access Memory)22、HDD(Hard Disk Drive)23、画像信号処理部24、入力信号処理部25、媒体リーダ26及び通信インタフェース27を有する。上記ユニットは、バスに接続されている。
最適化装置30は、情報処理装置20aとイジングマシン28aを有する。情報処理装置20aは、インタフェース28を有する。インタフェース28は、イジングマシン28aに接続され、CPU21とイジングマシン28aとの間でデータの送受信を行う。インタフェース28は、たとえば、PCI(Peripheral Component Interconnect) Expressなどの有線通信インタフェースでもよいし、無線通信インタフェースでもよい。
図5は、第2の実施の形態の最適化装置の機能例を示すブロック図である。
なお、以下では、図3に示した最適化装置20の機能例を示すが、図4に示した最適化装置30についても同様の機能を有する。
更新部37は、シミュレーション結果が評価基準を満たさない場合、シミュレーション結果に含まれるイベントデータに基づいてイジングモデルに追加する制約項を生成する。そして、更新部37は、記憶部32に記憶されている現在のイジングモデルの情報に基づいて、現在のイジングモデルに生成した制約項を追加することで、イジングモデルを更新する。更新部37は、更新したイジングモデルの情報を探索部34に供給し、更新したイジングモデルについての基底状態の探索を、探索部34に実行させる。
なお、以下では、計算対象の組合せ最適化問題の一例として、荷物が運び込まれるある施設内における作業時間を最短化するために、荷物を運び込む複数の車両のそれぞれを複数の入荷品置き場の何れに割当てるかを決定する問題を例に挙げて説明する。施設内では、移動体により荷物を移動させる作業があるものとする。
複数のトラックのそれぞれは、複数の入荷品置き場(図6の例では1〜9の9つ)の何れかに荷物(入荷品)を置く。なお、トラックが発着する場所のことを、ピットと呼ぶ。以下では、ピットと入荷品置き場とは1対1で対応しているものとして、ピット番号(図6の例では1〜9)により入荷品置き場を識別するものとする。
図8の例では、トラック番号=iのトラックが、ピット番号=9の入荷品置き場に、図7の例と同じあて先の5つの荷物を置いた例が示されている。この場合の、フォークリフトの移動距離の合計は、Ci,9=dist(9,A)+dist(9,B)+dist(9,C)+dist(9,K)×2と表せる。もし、Ci,9<Ci,1であるならば、トラック番号=iのトラックは、ピット番号=1の入荷品置き場に荷物を置くよりも、ピット番号=9の入荷品置き場に荷物を置いたほうが、総移動距離を短くできるため、作業時間を短縮できる可能性が高い。
図9では、各ピット(入荷品置き場)へのトラックの割当て例が示されている。図9において、横軸は時刻を表し、縦軸はピット番号を表している。
図10は、第2の実施の形態の最適化装置による処理の一例の流れを示すフローチャートである。
QUBOの2次関数に含まれる状態変数は、xi,pと表せる。iは、トラック番号であり、pはピット番号である。xi,p=1の場合、ピット番号=pの入荷品置き場に、トラック番号=iのトラックが入ることを表し、xi,p=0の場合、ピット番号=pの入荷品置き場に、トラック番号=iのトラックが入らないことを表す。2次関数に含まれる状態変数の数は、トラックの台数×入荷品置き場の数(ピットの数)である。
たとえば、図11は、図9にタイムスロット40,41を追加したものである。タイムスロット40,41は、QUBOの2次関数の状態変数の数が、探索部34が演算可能なビット数以内になるように決定されている。タイムスロット40において、トラックが入るピットの割当てを決定する場合、対象となるトラックは、トラック番号=11,12,14のトラックである。なお、直前のタイムスロット41における処理により、トラック番号=13,15,18,19,20,21のトラックについては、ピットの割当てが決定している。
式(1)において、α,β,γは各制約項の係数であり、入力データに含まれており、比較的大きな値が設定される。
なお、シミュレーションにおいて、フォークリフトは複数台あってもよく、フォークリフトごとに、入荷品置き場から出荷品置き場への荷物を運搬する役割が与えられているものとする。各フォークリフトは自律的に動作する。また、各フォークリフトは走行ルールを守る義務もある。走行ルールとしては、制限速度を守る、一時停止をする、走行可能な場所のみを走行する、他のフォークリフトとの接触を避けるように速度をコントロールする、入出荷品置き場に進入できるのは1台まで、などがある。このフォークリフトの動作と位置などが、たとえば0.1秒刻みなどの微小時間ごとに、プログラムによって繰り返し計算されることによって、シミュレーションを行うことが可能である。
たとえば、仮最適解に含まれるx10,2=x15,3=1の場合、トラック番号=10のトラックが、ピット番号=2のピットに置いた荷物を運搬するフォークリフト50aが存在する。また、トラック番号=15のトラックが、ピット番号=3のピットに置いた荷物を運搬するフォークリフト50bが存在する。図13の例では、交差点においてフォークリフト50aが、フォークリフト50bの移動経路をふさいでいるため、フォークリフト50bは、フォークリフト50aが交差点を追加するまで停止している。シミュレーション部35は、このときの待ち時間(図の例ではt秒)とx10,2,x15,3とを対応付けて、たとえば、記憶部32に記憶させる。
たとえば、仮最適解に含まれるx11,4=x16,5=1の場合、トラック番号=11のトラックが、ピット番号=4のピットに置いた荷物を運搬するフォークリフト51aが存在する。また、トラック番号=16のトラックが、ピット番号=5のピットに置いた荷物を運搬するフォークリフト51bが存在する。図14の例では、フォークリフト51aが、出荷品置き場で荷物を降ろしているときに、同じ出荷品置き場に入るフォークリフト51bがきた場合、フォークリフト51bは、フォークリフト51aが出荷品置き場から出るまで停止している。シミュレーション部35は、このときの待ち時間(図の例ではta秒)とx11,4,x16,5とを対応付けて、たとえば、記憶部32に記憶させる。
なお、評価基準値は、適宜変更されるようにしてもよい。たとえば、所定回数のイジングモデルの更新が行われても、シミュレーション結果の作業時間が評価基準を満たさない(評価基準値より大きい)場合、制御部36は、ディスプレイ24aに評価基準値を大きくすることを促すようなメッセージを表示させてもよい。また、シミュレーション結果の作業時間が評価基準を比較的少ない更新回数で満たす場合、より短い作業時間となる解がある可能性があるため、制御部36は、ディスプレイ24aに評価基準値を小さくすることを促すようなメッセージを表示させてもよい。
ステップS16においてシミュレーション結果が評価基準を満たすと判定された場合、出力部38は、その時点での仮最適解を最適解として出力し(ステップS18)、最適化処理を終える。
なお、前述のように、上記の処理内容は、最適化装置20,30にプログラム(最適化プログラム)を実行させることで実現できる。
11 生成部
12 探索部
13 実行部
14 更新部
15a,15b フォークリフト
Claims (6)
- 組合せ最適化問題を変換したイジングモデルについての基底状態の探索を行うことで、前記組合せ最適化問題の仮最適解を算出する探索部と、
前記仮最適解を用いたシミュレーションを実行し、前記シミュレーションの結果の評価基準を示す評価基準値に基づいて前記結果を評価し、前記結果が前記評価基準を満たす場合、前記仮最適解を最適解として出力する実行部と、
前記結果が前記評価基準を満たさない場合、前記イジングモデルに前記結果に基づいた第1の制約項を追加した更新イジングモデルを生成し、前記更新イジングモデルについての基底状態の探索を前記探索部に実行させる更新部と、
を有する最適化装置。 - 前記第1の制約項は、前記結果に含まれる、前記シミュレーションの実行中に観測された事象を記録した数値データに基づいて生成される、請求項1に記載の最適化装置。
- 入力される問題データと前記探索部が演算可能なビット数とに基づいて、前記ビット数以内の数の状態変数を用いた前記イジングモデルを生成する生成部、をさらに有する請求項1または2に記載の最適化装置。
- 前記組合せ最適化問題は、複数の荷物が運び込まれる施設において、前記複数の荷物を運び込む複数の車両のそれぞれを複数の入荷品置き場の何れに割当てるかを決定する問題であり、
前記探索部は、前記複数の車両のそれぞれを前記複数の入荷品置き場の何れかに割当てることによって生じる、前記施設内における前記複数の荷物を移動させる複数の移動体の総移動距離を表すコスト項と、前記問題の制約条件を表す第2の制約項とによって表される前記イジングモデルについての基底状態の探索を行い、
前記実行部は、前記結果に含まれる前記複数の移動体による作業時間が、前記評価基準を満たす場合、前記仮最適解を前記最適解として出力する、
請求項1乃至3の何れか一項に記載の最適化装置。 - 最適化装置が有する探索部が、組合せ最適化問題を変換したイジングモデルについての基底状態の探索を行うことで、前記組合せ最適化問題の仮最適解を算出し、
前記最適化装置が有する実行部が、前記仮最適解を用いたシミュレーションを実行し、前記シミュレーションの結果の評価基準を示す評価基準値に基づいて前記結果を評価し、前記結果が前記評価基準を満たす場合、前記仮最適解を最適解として出力し、
前記最適化装置が有する更新部が、前記結果が前記評価基準を満たさない場合、前記イジングモデルに前記結果に基づいた第1の制約項を追加した更新イジングモデルを生成し、前記更新イジングモデルについての基底状態の探索を前記探索部に実行させる、
最適化方法。 - 組合せ最適化問題を変換したイジングモデルについての基底状態の探索を行うことで、前記組合せ最適化問題の仮最適解を算出し、
前記仮最適解を用いたシミュレーションを実行し、
前記シミュレーションの結果の評価基準を示す評価基準値に基づいて前記結果を評価し、
前記結果が前記評価基準を満たす場合、前記仮最適解を最適解として出力し、
前記結果が前記評価基準を満たさない場合、前記イジングモデルに前記結果に基づいた第1の制約項を追加した更新イジングモデルを生成し、前記更新イジングモデルについての基底状態の探索を実行する、
処理をコンピュータに実行させる最適化プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019098606A JP2020194273A (ja) | 2019-05-27 | 2019-05-27 | 最適化装置、最適化方法及び最適化プログラム |
EP20174843.1A EP3748552A1 (en) | 2019-05-27 | 2020-05-14 | Optimization apparatus, optimization method, and optimization program |
US15/931,633 US20200380065A1 (en) | 2019-05-27 | 2020-05-14 | Optimization apparatus, optimization method, and recording medium |
CN202010430262.7A CN112001111A (zh) | 2019-05-27 | 2020-05-20 | 优化设备、优化方法和记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019098606A JP2020194273A (ja) | 2019-05-27 | 2019-05-27 | 最適化装置、最適化方法及び最適化プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020194273A true JP2020194273A (ja) | 2020-12-03 |
Family
ID=70738301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019098606A Ceased JP2020194273A (ja) | 2019-05-27 | 2019-05-27 | 最適化装置、最適化方法及び最適化プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200380065A1 (ja) |
EP (1) | EP3748552A1 (ja) |
JP (1) | JP2020194273A (ja) |
CN (1) | CN112001111A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4343637A1 (en) | 2022-09-21 | 2024-03-27 | Fujitsu Limited | Arithmetic operation program, arithmetic operation method, and information processing apparatus |
EP4361899A1 (en) | 2022-10-31 | 2024-05-01 | Fujitsu Limited | Evaluation support program, evaluation support method, and information processing apparatus |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11836651B2 (en) * | 2020-03-05 | 2023-12-05 | Fujitsu Limited | Automatic adjustment of replica exchange |
CN112949194B (zh) * | 2021-03-10 | 2022-05-10 | 浙江大学 | 基于机器学习和集群信息融合的防爆叉车故障诊断方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07175504A (ja) * | 1993-12-20 | 1995-07-14 | Atr Ningen Joho Tsushin Kenkyusho:Kk | 配送問題における最適な配車と配送順序の探索装置および探索方法 |
JP2014041475A (ja) * | 2012-08-22 | 2014-03-06 | Toyota Motor Corp | カーシェアリングシステムの運用管理システムおよび方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11199059A (ja) | 1998-01-06 | 1999-07-27 | Kobe Steel Ltd | 荷役計画作成方法及びその装置 |
JP2002269192A (ja) | 2001-03-07 | 2002-09-20 | Mitsubishi Heavy Ind Ltd | 物流最適化システム |
US9495644B2 (en) * | 2013-07-24 | 2016-11-15 | D-Wave Systems Inc. | Systems and methods for improving the performance of a quantum processor by reducing errors |
US10275422B2 (en) * | 2013-11-19 | 2019-04-30 | D-Wave Systems, Inc. | Systems and methods for finding quantum binary optimization problems |
JP6873120B2 (ja) * | 2015-10-27 | 2021-05-19 | ディー−ウェイブ システムズ インコーポレイテッド | 量子プロセッサにおける縮退軽減のためのシステムと方法 |
JP6465231B1 (ja) * | 2018-03-12 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
-
2019
- 2019-05-27 JP JP2019098606A patent/JP2020194273A/ja not_active Ceased
-
2020
- 2020-05-14 US US15/931,633 patent/US20200380065A1/en not_active Abandoned
- 2020-05-14 EP EP20174843.1A patent/EP3748552A1/en not_active Withdrawn
- 2020-05-20 CN CN202010430262.7A patent/CN112001111A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07175504A (ja) * | 1993-12-20 | 1995-07-14 | Atr Ningen Joho Tsushin Kenkyusho:Kk | 配送問題における最適な配車と配送順序の探索装置および探索方法 |
JP2014041475A (ja) * | 2012-08-22 | 2014-03-06 | Toyota Motor Corp | カーシェアリングシステムの運用管理システムおよび方法 |
Non-Patent Citations (1)
Title |
---|
STOLLENWERK, TOBIAS,ほか: ""Flight Gate Assignment with a Quantum Annealer"", [ONLINE], JPN6023004094, 27 November 2018 (2018-11-27), pages 1 - 7, ISSN: 0004982345 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4343637A1 (en) | 2022-09-21 | 2024-03-27 | Fujitsu Limited | Arithmetic operation program, arithmetic operation method, and information processing apparatus |
EP4361899A1 (en) | 2022-10-31 | 2024-05-01 | Fujitsu Limited | Evaluation support program, evaluation support method, and information processing apparatus |
Also Published As
Publication number | Publication date |
---|---|
EP3748552A1 (en) | 2020-12-09 |
US20200380065A1 (en) | 2020-12-03 |
CN112001111A (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020194273A (ja) | 最適化装置、最適化方法及び最適化プログラム | |
Xie et al. | Introducing split orders and optimizing operational policies in robotic mobile fulfillment systems | |
US8352382B1 (en) | Heuristic methods for customer order fulfillment planning | |
Ekren et al. | An open queuing network-based tool for performance estimations in a shuttle-based storage and retrieval system | |
JP7007585B2 (ja) | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム | |
US20070027573A1 (en) | Systems and methods for automated parallelization of transport load builder | |
JP7116997B2 (ja) | 情報処理装置及び情報処理プログラム | |
TW200945242A (en) | Dynamically routing salvage shipments and associated method | |
EP3955139A1 (en) | Evaluation function generation program, evaluation function generation method, and information processing apparatus | |
WO2021145115A1 (ja) | 配送計画作成方法、操業方法、及び配送計画作成装置 | |
Chen et al. | A hyper-heuristic with two guidance indicators for bi-objective mixed-shift vehicle routing problem with time windows | |
JP7100254B2 (ja) | 最適化システム、最適化システムの制御方法及び最適化システムの制御プログラム | |
JP2021165196A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2021131695A (ja) | 最適化装置、最適化方法及び最適化装置の制御プログラム | |
US11537977B1 (en) | Method and system for optimizing delivery of consignments | |
JP2023021150A (ja) | コンテナ積載計画装置、方法、および、プログラム | |
JP2015148926A (ja) | 情報処理装置、評価関数学習方法およびプログラム | |
JPH07234997A (ja) | 配車計画立案方法及び配車計画立案システム | |
Roohnavazfar et al. | A hybrid algorithm for the Vehicle Routing Problem with AND/OR Precedence Constraints and time windows | |
JP2022072685A (ja) | 評価関数生成プログラム、評価関数生成方法、最適化方法及び最適化装置 | |
Chan et al. | Operation allocation in automated manufacturing system using GA-based approach with multifidelity models | |
Hamdy et al. | Quantum computing and machine learning for efficiency of maritime container port operations | |
JP2021184148A (ja) | 最適化装置、最適化方法、および最適化プログラム | |
US20230023241A1 (en) | Computer-readable recording medium storing machine learning program, information processing device, and machine learning method | |
JP2023028347A (ja) | プログラム、データ処理方法及びデータ処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230406 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230725 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20231128 |