不确定作业技能需求下多技能团队路径规划与调度的鲁棒优化方法
最优化与控制
2020-11-03 v2
摘要
我们考虑一个多技能员工的组队与调度联合问题，这些员工需执行具有不确定资格需求的作业。我们提出两种建模方法，可生成对可能的数据变动具有鲁棒性的解。两种方法均使用预算不确定性(budgeted uncertainty)的变体，其中资格需求的偏差受约束限制。在第一种方法中，我们聚合不确定约束，以确保作业处存在的作业资格总数不小于最坏情况值。我们证明这些值可预先计算，从而得到与名义模型相比额外复杂性很小的鲁棒模型。在第二种方法中，我们限制所有作业上的总体资格偏差。尽管该方法更复杂，我们证明通过使用基于动态规划的对抗问题的线性规划公式，仍可能导出紧凑的问题表述。两种方法的性能在最初为确定性问题版本提供的实例测试集上进行了分析。我们的实验显示了所提方法在数据不确定性下的有效性，并揭示了鲁棒性的代价与收益。
引用
@article{arxiv.2009.04342,
title = {Robust Optimization Approaches for Routing and Scheduling of Multi-Skilled Teams under Uncertain Job Skill Requirements},
author = {Yulia Anoshkina and Marc Goerigk and Frank Meisel},
journal= {arXiv preprint arXiv:2009.04342},
year = {2020}
}