AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
ログ・オプトは研究者および技術者のプロフェッショナル集団です.
  • Home
  • Solution
    • Webシステムデモ&トライアル
    • Optimization Solver
      • 制約最適化ソルバーSCOP
      • スケジューリング最適化ソルバーOptSeq
      • 数理最適化ソルバーGurobi Optimizer
      • 配送最適化ソルバーMETRO
    • Web System
      • サプライ・チェイン基本分析
      • 在庫最適化
      • 生産ロット最適化
      • ロジスティックネットワーク設計
      • 幹線輸送ネットワーク最適化
      • 人員配置(シフト)最適化
      • 配送最適化
      • サプライ・チェインリスク分析
      • 需要予測
    • Consulting
  • News/Blog
  • Resource
  • About us
    • 会社概要
    • お問い合わせ
    • プライバシーポリシー
    • 情報セキュリティポリシー

ENGLISH CHINESE

  • ENGLISH
  • CHINESE

LOG OPT(ログオプト)は研究者および技術者のプロフェッショナル集団です.

ibaraki-sennsei
2019-04-04

茨木教授の基調講演

最適化

弊社技術顧問の茨木俊秀先生が2018年度のスケジューリング学会で基調講演をされました.

制約最適化ソルバーSCOPの作者の1人でもあられる先生が,困難な最適化問題に対するアプローチを分かりやすく解説されています.

 

アブストラクト: スケジューリング問題は、一括りに離散最適化あるいは組合せ最適化と呼ばれているが、その中身は多種多様である。それらに対する汎用ソルバーとして整数計画問題(IP)、充足可能性問題(SAT)などのソフトが広く用いられているが、これらだけでは十分ではない。筆者らはこれまで、制約充足問題(CSP)や資源制約プロジェクトスケジューリング問題(RCPSP)の汎用ソルバーとしての有用性に着目し、メタヒューリスティクスに基づくアルゴリズムを開発してきた。本講演では、NP理論に基づく汎用ソルバーの理論づけから入り、上記のアルゴリズムの考え方、さらに広い範囲から選んだ問題の定式化および適用例を紹介する。
深層学習のフレームワーク 深層学習の歴史(パーセプトロンからTuring賞まで)

Related Posts

AI, その他, 最適化

巡回セールスマン問題の最先端

case_gannt_for_shift

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

シフト最適化(ケーススタディ7)

case sendo sol

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

サービスネットワーク設計(ケーススタディ6)

カテゴリー

  • AI
  • Python
  • SCMOPT
  • サプライ・チェイン
  • その他
  • 可視化
  • 実務
  • 最適化
AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
Copyright © 2019 Log Opt Co., Ltd.