Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Bi-Objective Evolutionary Optimization for Large-Scale Open Pit Mine Scheduling Problem under Uncertainty with Chance Constraints

Created by
  • Haebom
Category
Empty

저자

Ishara Hewa Pathiranage, Aneta Neumann

개요

본 논문은 장기 광산 계획에서 계산 비용이 많이 드는 문제인 노천 채굴 계획 문제(OPMSP)를 다룬다. 전통적인 결정론적 접근 방식은 지질학적 불확실성을 무시하여 최적 이하의, 그리고 실행 불가능한 생산 계획으로 이어질 수 있다. 본 논문에서는 예상 순현재가치를 최대화하고 계획 위험을 최소화하는 양면 목표 OPMSP를 제시한다. 이 문제의 해결책은 정수 인코딩을 사용하여 표현되며, 준비 제약 조건을 충족한다. 도메인 특정 탐욕적 무작위 초기화와 우선 순위 인식 기간 교환 돌연변이 연산자를 도입하여, 이를 GSEMO, MOEA/D, NSGA-II와 같은 세 가지 다중 목표 진화 알고리즘에 통합했다. 제안된 양면 목표 방식은 단일 목표 방식에 비해 경제적 가치와 위험 사이에서 보다 견고하고 균형 잡힌 트레이드 오프를 제공한다.

시사점, 한계점

시사점:
확률적 제약 조건을 사용하여 지질학적 불확실성을 모델링하는 접근 방식 제시.
예상 순현재가치와 계획 위험을 동시에 고려하는 양면 목표 OPMSP 모델링.
다중 목표 진화 알고리즘을 사용한 효과적인 솔루션 탐색.
단일 목표 방식에 비해 향상된 균형과 견고성을 제공하는 결과 도출.
한계점:
논문에서 구체적인 계산 복잡성이나 알고리즘 실행 시간 정보가 명시적으로 언급되지 않음.
제안된 방법론의 실제 광산 환경 적용에 대한 추가적인 연구 필요.
다른 다중 목표 최적화 알고리즘과의 비교 분석 부족.
👍