Deep Neural Networks for the Scheduling of Resource-Constrained Activity Sequences: A Preliminary Investigation

Abstract

Die Planung von ressourcenbeschränkten Aktivitätsfolgen, bekannt als das ressourcenbeschränkte Projektplanungsproblem, ist ein bekanntes Optimierungsproblem, das darin besteht, einen Ausführungsplan zu finden, der die Gesamtdauer der betrachteten Aktivitätsfolge minimiert. Dieses Problem wird im Allgemeinen mit heuristischen und meta-heuristischen Methoden gelöst. In diesem Beitrag wird ein alternativer Lösungsansatz vorgestellt, der eine Entscheidungsstrategie umfasst, die auf künstlichen neuronalen Netzen und maschinellem Lernen basiert. Darüber hinaus wird gezeigt, dass ein solcher Ansatz in der Lage ist, für Aktivitätsfolgen gute Ausführungspläne in kurzer Zeit zu generieren.