Scheduling Jobs with Stochastic Processing Time on Parallel Identical Machines

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00332434" target="_blank" >RIV/68407700:21230/19:00332434 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21730/19:00332434

Výsledek na webu

<a href="https://www.ijcai.org/proceedings/2019/0781.pdf" target="_blank" >https://www.ijcai.org/proceedings/2019/0781.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.24963/ijcai.2019/781" target="_blank" >10.24963/ijcai.2019/781</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Scheduling Jobs with Stochastic Processing Time on Parallel Identical Machines

Popis výsledku v původním jazyce

Many real-world scheduling problems are characterized by uncertain parameters. In this paper, we study a classical parallel machine scheduling problem where the processing time of jobs is given by a normal distribution. The objective is to maximize the probability that jobs are completed before a given common due date. This study focuses on the computational aspect of this problem, and it proposes a Branch-and-Price approach for solving it. The advantage of our method is that it scales very well with the increasing number of machines and is easy to implement. Furthermore, we propose an efficient lower bound heuristics. The experimental results show that our method outperforms the existing approaches.

Název v anglickém jazyce

Scheduling Jobs with Stochastic Processing Time on Parallel Identical Machines

Popis výsledku anglicky

Many real-world scheduling problems are characterized by uncertain parameters. In this paper, we study a classical parallel machine scheduling problem where the processing time of jobs is given by a normal distribution. The objective is to maximize the probability that jobs are completed before a given common due date. This study focuses on the computational aspect of this problem, and it proposes a Branch-and-Price approach for solving it. The advantage of our method is that it scales very well with the increasing number of machines and is easy to implement. Furthermore, we propose an efficient lower bound heuristics. The experimental results show that our method outperforms the existing approaches.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EG15_019%2F0004688" target="_blank" >EG15_019/0004688: Továrna budoucnosti - Flexibilní, optimalizované a sledovatelné produkční systémy</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence

ISBN

978-0-9992411-4-1

ISSN

—

e-ISSN

1045-0823

Počet stran výsledku

7

Strana od-do

5628-5634

Název nakladatele

International Joint Conferences on Artificial Intelligence Organization

Místo vydání

—

Místo konání akce

Macau

Datum konání akce

10. 8. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—