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.

A Constraint Programming Model For Serial Batch Scheduling With Minimum Batch Size

Created by
  • Haebom

저자

Jorge A. Huertas, Pascal Van Hentenryck

개요

본 논문은 직렬 배치(s-batch) 스케줄링 문제에 대한 새로운 제약 프로그래밍(CP) 모델을 제시한다. s-batch 스케줄링은 작업들을 배치로 묶어 순차적으로 처리하는 방식으로, 기존 연구에서는 최소 배치 크기 제약을 고려하지 않는 경우가 많았다. 본 논문은 반도체 제조 및 금속 산업과 같이 최소 배치 크기 제약이 중요한 실제 환경을 고려하여, 다중 병렬 머신, 상이한 작업 가중치 및 시작 시간, 배치 간 순서 의존적 설정 시간을 고려한 s-batch 스케줄링 문제를 다룬다. 기존 연구에서 주로 동적 계획법과 메타 휴리스틱을 사용하여 최소 배치 크기 제약 문제를 해결한 것과 달리, 본 논문에서는 최초로 CP 모델을 제안하고, 기존의 두 가지 혼합 정수 계획법(MIP) 모델과 비교 실험을 통해 CP 모델의 우수성을 입증한다.

시사점, 한계점

시사점:
최소 배치 크기 제약을 고려한 s-batch 스케줄링 문제에 대한 최초의 CP 모델 제시.
기존 MIP 모델에 비해 대규모 문제에서 더 빠르고 더 나은 해를 찾는 CP 모델의 효율성 입증.
다양한 s-batch 스케줄링 변형 문제에 대한 CP 모델의 유연성을 보여줌.
한계점:
제시된 CP 모델의 성능이 모든 유형의 s-batch 스케줄링 문제에서 우수한 것은 아닐 수 있음. (실험 결과가 특정 유형의 문제에 국한될 가능성 존재)
본 논문에서 다루는 문제의 규모가 더욱 커질 경우 CP 모델의 성능 저하 가능성 존재.
다른 최적화 기법들 (예: 강화학습)과의 비교 분석이 부족함.
👍