Egzaktno rješavanje problema raspoređivanja na strojevima potpomognuto grafovskim neuronskim mrežama

završni rad

• Naslov (engleski): Exact solving machine scheduling problems assisted by graph neural networks
• Autor: Jana Juroš
• Mentor: Mario Brčić (mentor)
• Član povjerenstva: Mario Brčić (predsjednik povjerenstva)
• Član povjerenstva: Agneza Krajna (član povjerenstva)
• Član povjerenstva: Juraj Dončević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-01, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Raspoređivanje na strojevima jest jedan od najopćenitijih i najtežih tradicionalnih kombinatornih problema. Egzaktne općenite metode za rješavanje takvih problema dijele se na pristupe bazirane na matematičkom programiranju i na one bazirane na zadovoljenju ograničenja. U ovom radu koristit će se grafovska neuronska mreža za ubrzanje izvođenja izračuna u rješavaču baziranom na matematičkom programiranju. Mreža će se utrenirati imitacijskim učenjem nad odabranim skupom problema raspoređivanja na strojevima.

Sažetak (engleski)

Job-shop scheduling problem is one of the most common and most difficult traditional combinatorial problems. Exact general methods for solving such problems are divided between mathematical programming and those based on meeting constraints. In this paper, graph-convolution neural network will be used for performance acceleration of solver based on mathematical programming. The network will be trained by imitation learning over a selected set of instances of Job-shop scheduling problem.

• Ključne riječi: kombinatorna optimizacija; problem raspoređivanja poslova na strojeve; grafovske konvolucijske neuronske mreže; strojno učenje; algoritam grananja i ograđivanja; linearno programiranje; mješovito cjelobrojno linearno programiranje
• Ključne riječi (engleski): combinatorial optimization; job-shop scheduling problem; graph-convolution neural network; machine learning; branch-and-bound algorithm; B&B; linear programming; mixed-integer linear programming
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:640878
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 20:44:06