XiaoMi-AI文件搜索系统
World File Search System分配问题
将量子退火应用于尾部分配问题
航空公司每天都在努力安排机组人员、航班和飞机。尾部分配是将单架飞机分配给一组航班的问题，同时确保多重约束并旨在最小化目标函数，比如运营成本。鉴于所涉及的大量可能性和约束，这个问题在过去十年中一直是一个研究案例。许多使用经典计算的解决方案已经出现，但在性能上受到限制。量子退火（QA）是一种使用量子力学在能量景观上寻找全局最小能级的启发式技术。由于其特性，它在解决一些复杂的优化问题方面已被证明具有明显的优势，是一种很有前途的技术，可应用于多个领域。在本研究中，尾部分配问题被设置为二次无约束二元优化（QUBO）模型，使用两种不同的技术，并使用一个经典求解器和两个混合求解器进行求解。测试基于从真实世界数据中提取的数据，分析了实施在时间、可扩展性和所获解决方案的质量（即最低运营成本）方面的性能。我们得出的结论是，使用库来建模问题以及考虑单个航班而不是将它们预先聚合成字符串可能会成为可扩展性的瓶颈。此外，我们发现，与模拟退火 (SA) 等经典启发式算法相比，使用混合求解器之一获得此问题更好解决方案的可能性更高。这些发现可以作为进一步研究的基础。
皮层基底神经节中的信用分配问题......
摘要 皮质-基底神经节-丘脑 (CBGT) 通路如何使用多巴胺能反馈信号来修改未来决策的问题几十年来一直困扰着计算神经学家。通过回顾多巴胺能皮质纹状体可塑性的计算表示的文献，我们展示了该领域如何融合到一种规范的突触级学习算法，该算法可以优雅地捕捉 CBGT 回路的神经生理特性和强化学习期间的行为动态。不幸的是，导致这种规范算法模型的计算研究都依赖于使用抽象动作选择规则的简化电路。结果，将这种皮质纹状体可塑性算法应用于 CBGT 通路的完整模型会立即失败，因为整合（皮质纹状体回路）、动作选择（丘脑皮质环路）和学习（黑质纹状体回路）之间的时空距离意味着网络不知道应该强化哪些突触以支持之前的奖励动作。我们展示了神经生理学观察结果，特别是选定动作表征的持续激活，如何提供一种简单的方法来解决 CBGT 学习模型中的这种信用分配问题。使用完整 CBGT 回路的生物学现实脉冲模型，我们展示了该解决方案如何让网络学习选择最佳目标并在环境发生变化时重新学习动作-结果偶然性。这个简单的例子强调了如何扩展皮质纹状体可塑性的规范框架以捕捉学习和决策过程中的宏观网络动态。
飞机装配线中的操作员分配问题 - oatao
本研究解决了飞机最终装配线 (FAL) 中操作员的工作分配问题。这些生产线主要是手动和定节奏的。由于未能按时交货可能会给制造商带来巨额罚款，因此满足每个工作站的进度安排至关重要。我们认为任何工作站要执行的任务都已经定义好，并且具有所需技能的操作员集合已经分配给每个工作站。优化问题的范围是一个工作站及其所有任务和操作员。所考虑的优化问题的目标是将所有任务分配给可用的操作员，同时尊重经济（节拍时间）和人体工程学约束。这个问题可以看作是资源受限项目调度问题 (RCPSP) 的一个特例。RCPSP 是一个强意义上的 NP 难题，这意味着没有可用的算法可以在合理的时间内为大规模工业实例找到最优解。在本研究中，我们开发了基于约束规划和整数规划模型的新优化方法来解决这个问题。为了利用时间缓冲区来管理工作过程中可能出现的延迟，目标是找到一个具有最小完工时间的时间表。
飞机装配线中的操作员分配问题
考虑资源有限、持续时间和资源利用率已知的活动，并通过优先关系进行关联。问题在于通过为每个活动分配开始时间来找到最短持续时间的时间表，以便优先关系和资源可用性得到尊重。目标是最小化项目完成时间。