Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
配送計画問題入門1
Search
NearMeの技術発表資料です
PRO
February 10, 2023
Research
0
140
配送計画問題入門1
NearMeの技術発表資料です
PRO
February 10, 2023
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
ローカルLLM
nearme_tech
PRO
0
11
LlamaIndex Workflow: Build Practical AI Agents Fast
nearme_tech
PRO
0
8
Box-Muller法
nearme_tech
PRO
1
22
Kiro触ってみた
nearme_tech
PRO
0
120
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
430
ReactNative のアップグレード作業が (意外に)楽しかった話
nearme_tech
PRO
2
100
強化学習アルゴリズムPPOの改善案を考えてみた
nearme_tech
PRO
0
50
Apple Containerについて調べて触ってみた
nearme_tech
PRO
0
580
Rust 並列強化学習
nearme_tech
PRO
0
37
Other Decks in Research
See All in Research
AIスパコン「さくらONE」の オブザーバビリティ / Observability for AI Supercomputer SAKURAONE
yuukit
2
780
心理言語学の視点から再考する言語モデルの学習過程
chemical_tree
2
680
さまざまなAgent FrameworkとAIエージェントの評価
ymd65536
1
270
Combinatorial Search with Generators
kei18
0
1.2k
Open Gateway 5GC利用への期待と不安
stellarcraft
2
150
AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data
satai
3
450
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
4
1.3k
cvpaper.challenge 10年の軌跡 / cvpaper.challenge a decade-long journey
gatheluck
3
360
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
63
33k
若手研究者が国際会議(例えばIROS)でワークショップを企画するメリットと成功法!
tanichu
0
110
多言語カスタマーインタビューの“壁”を越える~PMと生成AIの共創~ 株式会社ジグザグ 松野 亘
watarumatsuno
0
150
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
kurita
1
280
Featured
See All Featured
For a Future-Friendly Web
brad_frost
180
10k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
33
1.8k
Building a Scalable Design System with Sketch
lauravandoore
463
33k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
51k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Optimizing for Happiness
mojombo
379
70k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
31
2.7k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.8k
The World Runs on Bad Software
bkeepers
PRO
72
12k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
54k
Practical Orchestrator
shlominoach
190
11k
Transcript
0 配送計画問題入門1 2023-2-10 第31回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 前回までの内容 2. 配送計画問題とは 3. 配送計画問題のアルゴリズム 4. 配送計画問題を解く
5. 次回予告
2 1.前回までの内容 • 非基底変数と基底変数 • 線形計画問題の標準形・一般形 • 単体法(シンプレクス法・線形計画法) 非基底変数 :
0とおいた変数 基底変数 : 0とおかなかった変数 標準形 : 制約式が全て等式 一般形 : 制約式は等式 or 不等式 線形計画問題を解く方法の1つ
3 2.配送計画問題とは • 登場人物は車両,デポ,顧客. • どの車両が,何時に,どの順番で,どの顧客を巡回するか決める問 題 depot Vehicle Vehicle
4 • 厳密に解く ◦ Gurobiなどの汎用MIPソルバー ⭕ : 汎用なので他の最適化問題も解ける ❌ :
求解に時間がかかる,定式化には技術とセンスが必要 • 厳密ではないけど解く ◦ ヒューリスティック ⭕ : 比較的短時間で求解できる ❌ : モデリングには技術とプログラミングスキルが必要 3.配送計画問題を解く方法
5 • まずはTSPから... OR-Toolsの公式ガイドにあったサンプルを利用 • 任意の地点間の距離がある一定の値の場合は? • あらかじめ決めた巡回路を利用したい場合は? 4.配送計画問題を解く
6 4.次回予告 • もっと複雑な配送計画問題を解きます!
7 出典 • Google LLC. “Traveling Salesperson Problem”. Google OR-Tools.
2023-01-16.https://developers.google.com/optimization/routing/tsp, (参照 2023-02-10) • Google LLC. “Common Routing Tasks”. Google OR-Tools. 2023-01-16. https://developers.google.com/optimization/routing/routing_tasks, (参照 2023-02-10)
8 Thank you