[논문 리뷰] An Indirect Genetic Algorithm for a Nurse Scheduling Problem

Uwe Aickelin, Kathryn A. Dowsland|SSRN Electronic Journal|2008. 03. 20.

Scheduling and Timetabling Solutions참고 문헌 3인용 수 29

한 줄 요약

이 논문은 영국의 한 병원에서 실시된 실제 간호사 스케줄링 문제를 위해 간접 유전 알고리즘(IGA)을 제안한다. 순열 기반 인코딩과 휴리스틱 디코딩을 사용하여 복잡한 제약 조건과 목표를 처리한다. 이 방법은 솔루션 품질과 속도 면에서 이전의 타부 검색 방법을 능가하며, 하이브리드 교차와 경계 기반의 검색 공간 축소가 성능 향상에 기여한다.

ABSTRACT

This paper describes a Genetic Algorithms approach to a manpower-scheduling problem arising at a major UK hospital. Although Genetic Algorithms have been successfully used for similar problems in the past, they always had to overcome the limitations of the classical Genetic Algorithms paradigm in handling the conflict between objectives and constraints. The approach taken here is to use an indirect coding based on permutations of the nurses, and a heuristic decoder that builds schedules from these permutations. Computational experiments based on 52 weeks of live data are used to evaluate three different decoders with varying levels of intelligence, and four well-known crossover operators. Results are further enhanced by introducing a hybrid crossover operator and by making use of simple bounds to reduce the size of the solution space. The results reveal that the proposed algorithm is able to find high quality solutions and is both faster and more flexible than a recently published Tabu Search approach.

연구 동기 및 목표

• 복잡한 제약 조건과 다중 목표를 수반하는 실제 병원 환경에서 간호사 스케줄링 문제를 해결한다.
• 클래식 유전 알고리즘의 충돌하는 목표와 하드 제약 조건을 균형 잡는 데서 비롯하는 한계를 극복한다.
• 실제 데이터에 잘 스케일링되는 유연하고 효율적인 메타휴리스틱 접근법을 개발한다.
• 실제 스케줄링 환경에서 다양한 디코더와 교차 연산자 성능을 평가한다.
• 기존 방법, 예를 들어 타부 검색과 비교하여 솔루션 품질과 계산 효율성 면에서 뛰어난 성능을 입증한다.

제안 방법

• 각 염색체가 직접 스케줄이 아닌 간호사의 순열을 인코딩하는 간접 표현 방식을 사용한다.
• 스케줄링 규칙에 기반하여 순열을 유효하고 타당한 스케줄로 번역하는 휴리스틱 디코더를 적용한다.
• 해결책 품질에 미치는 영향을 평가하기 위해 지능 수준이 다른 세 가지 디코더를 테스트한다.
• 네 가지 표준 교차 연산자와 함께 성능 향상을 위한 하이브리드 교차 연산자를 도입한다.
• 간단한 경계를 구현하여 검색 공간을 축소하고 수렴 속도를 향상시킨다.
• 계산 실험과 성능 평가를 위해 실제 병원 데이터 52주분을 사용한다.

실험 결과

연구 질문

• RQ1 간접 유전 알고리즘이 실제 간호사 스케줄링 문제의 복잡한 제약 조건과 다중 목표를 효과적으로 다룰 수 있는가?
• RQ2 다양한 수준의 디코더 지능은 생성된 스케줄의 품질과 타당성에 어떤 영향을 미치는가?
• RQ3 표준 교차 연산자와 함께 새로운 하이브리드 변종을 포함한 다양한 교차 연산자의 성능 품질과 수렴 속도에 대한 영향은 무엇인가?
• RQ4 해결 공간의 경계 기반 축소는 알고리즘 성능 향상에 어느 정도 기여하는가?
• RQ5 최근에 발표된 타부 검색 방법과 비교하여 제안된 IGA는 성능과 솔루션 품질 면에서 어떤가?

주요 결과

• 간접 유전 알고리즘은 이전의 타부 검색 방법보다 빠르고 더 유연한 고품질 솔루션을 생성했다.
• 하이브리드 교차 연산자가 표준 교차 방법에 비해 성능 향상에 뚜렷한 기여를 하였다.
• 간단한 경계의 사용은 검색 공간을 축소시키고 수렴 속도 향상에 기여하였다.
• 가장 지능적인 디코더가 더 나은 스케줄을 생성했지만, 솔루션 품질 향상에 비해 계산 비용 증가는 미미하였다.
• 알고리즘은 실제 52주 간의 데이터를 바탕으로 강력한 확장성과 내구성을 입증하였다.
• 종합적으로 IGA는 솔루션 품질과 계산 효율성 면에서 타부 검색 방법을 모두 뛰어넘었다.