[論文レビュー] Iterative Beam Search for Simple Assembly Line Balancing with a Fixed Number of Work Stations

Christian Blum|arXiv (Cornell University)|Dec 15, 2010

Assembly Line Balancing Optimization参考文献 25被引用数 15

ひとこと要約

本稿では、固定された作業ステーション数のもとでサイクル時間を最小化する SALBP-2 問題に対する反復的ビームサーチアルゴリズムを提案する。サイクル時間の上限を段階的に精錬し、部分解を探索するビームサーチを用いることで、302件のテストケースのうち283件で最適解または最良既知解を達成し、9件の新たな最良既知解を発見した。これは、SALBP-2における最先端の性能を示している。

ABSTRACT

The simple assembly line balancing problem (SALBP) concerns the assignment of tasks with pre-defined processing times to work stations that are arranged in a line. Hereby, precedence constraints between the tasks must be respected. The optimization goal of the SALBP-2 version of the problem concerns the minimization of the so-called cycle time, that is, the time in which the tasks of each work station must be completed. In this work we propose to tackle this problem with an iterative search method based on beam search. The proposed algorithm is able to obtain optimal, respectively best-known, solutions in 283 out of 302 test cases. Moreover, for 9 further test cases the algorithm is able to produce new best-known solutions. These numbers indicate that the proposed iterative beam search algorithm is currently a state-of-the-art method for the SALBP-2.

研究の動機と目的

• 固定された作業ステーション数のもとでサイクル時間を最小化する SALBP-2 問題に対する効率的なメタヒューリスティクスの開発を目的とする。
• 反復的フレームワークにビームサーチを統合することで、既存のヒューリスティクスおよびメタヒューリスティクス手法を上回る性能を達成することを目的とする。
• 標準ベンチマークインスタンスにおいて、正確な手法や最先端のメタヒューリスティクスと比較して競争力のある性能を達成することを目的とする。
• 組立ラインバランシングにおけるサイクル時間最小化のための反復的解法において、ビームサーチがコアコンponentsとして果たせる可能性を検討することを目的とする。

提案手法

• アルゴリズムは、段階的にサイクル時間の上限を小さくする反復的アプローチを採用し、各候補サイクル時間に対して妥当性問題（SALBP-F）を解く。
• 各反復において、ビームサーチを用いて作業ステーションへの部分的タスク割り当てを探索し、固定されたビーム幅（候補解の数）を維持する。
• タスクの処理時間と先行制約に基づくヒューリスティック情報を用いて、有望な部分解の選択をガイドする。
• ビーム幅（150〜250）と拡張数（20〜40）にランダム化を導入し、重みベースのヒューリスティック情報の確率的利用を実装することで、ビームサーチを強化する。
• ビームサーチを2段階に分けて適用する：初期解の構築段階と局所的最適化段階で、各サイクルの時間制限を調整する。
• 高性能バージョンでは、1サイクルあたり1800秒の時間制限を設け、ビームサーチ段階の時間制限を短くし、パラメータ設定をランダム化することで解の品質を向上させる。

実験結果

リサーチクエスチョン

• RQ1 標準ベンチマーク上でのSALBP-2問題において、反復的ビームサーチアプローチは既存のメタヒューリスティクスを上回ることができるか？
• RQ2 組立ラインバランシングにおけるサイクル時間最小化の文脈で、反復的フレームワークにおけるビームサーチの有効性はどの程度か？
• RQ3 ビームサーチにおけるパラメータチューニングとランダム化が、SALBP-2の解の品質向上にどの程度寄与するか？
• RQ4 以前の手法が失敗した状況でも、提案手法が新たな最良既知解を発見できるか？
• RQ5 反復的ビームサーチ手法は、困難なインスタンスにおいて、SALOME-2のような正確な手法と同等の性能を達成できるか？

主な発見

• 提案された反復的ビームサーチアルゴリズムは、302件のテストケースのうち283件で最適解または最良既知解を達成し、多様なベンチマークインスタンスにおいて優れた性能を示した。
• 9件の追加テストケースで、新たな最良既知解が発見され、そのうち1件（Scholl, m=49）は解が最良既知下界と一致したため、最適解であると証明された。
• 高性能バージョンでは、未解決インスタンス数を20件から10件に削減し、解のカバレッジを向上させた。
• 平均して、データセット1では平均相対差異（mrd）が0.0058%、データセット2では0.00071%を達成し、高い解の品質を示した。
• テストされたデータセットにおいて、DE_rks や PNA-for といった競合手法と比較して、解の品質および計算効率の両面で優れた性能を示した。
• 結果から、反復的ビームサーチは現在、SALBP-2における最先端の手法であり、SALOME-2のような正確な手法でさえも凌駒する性能を示していることが確認された。