De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Distributed Planning Patrick De Causmaecker Gedistribueerde Dataverwerking, Informatieverwerking en Beslissingsondersteuning (GDIB) K.U. Leuven Campus.

Verwante presentaties


Presentatie over: "Distributed Planning Patrick De Causmaecker Gedistribueerde Dataverwerking, Informatieverwerking en Beslissingsondersteuning (GDIB) K.U. Leuven Campus."— Transcript van de presentatie:

1 Distributed Planning Patrick De Causmaecker Gedistribueerde Dataverwerking, Informatieverwerking en Beslissingsondersteuning (GDIB) K.U. Leuven Campus Kortrijk

2 Patrick De Causmaecker, GDIB2 Inhoud •Complexiteit van planning •Gedistribueerde planning •Een oplossing via multiagentensystemen?

3 Patrick De Causmaecker, GDIB3 Planning XTremisWeb: web- based personnel planning and job loading we develop a model for distributed personnel planning. We want to build a generic model that allows to optimise the time plans of the personnel over department boundaries, to discover win-win situations in which an interchange of personnel can render a better global result. which was developed for personnel-planning in laboratories related to health care. We describe the characteristics of these world-class patient logistics software, designed to support generic planning and management processes related to the patient's stay in hospital. tussen productieplanning en -controle met MES … Time & Attendance, Access Control, Personnel Planning & Cost center management.

4 Patrick De Causmaecker, GDIB4 Planning revisited Korte termijn, reactief •Scheduling: het toekennen, onder beperkingen, van middelen aan objecten in ruimte en tijd zodanig dat een bepaalde grootheid geoptimaliseerd wordt. •Sequencing: de constructie, onder beperkingen, van een volgorde van uitvoering van activiteiten. •Timetabling: de toekenning, onder beperkingen, van middelen aan objecten in ruimte en tijd zodanig dat een verzameling doelstellingen worden gerealiseerd •Rostering: het plaatsen, onder beperkingen, van middelen op posities in een vast patroon

5 Patrick De Causmaecker, GDIB5 Voorbeelden •Scheduling in productie –Dit is een zeer grondig bestudeerd onderwerp dat geleid heeft tot tal van verrassende en briljante ontdekkingen op theoretisch en praktisch vlak. •Opstellen van uurroosters voor (hoge)scholen, universiteiten, sportwedstrijden, …, …(hoge)scholen… –Ook dit is het laatste decennium grondig bestudeerd. Het dient als testbank voor moderne optimalisatietechnieken. Ook modelleringproblemen komen aan bod. •Scheduling in netwerkenScheduling •PersoneelsschedulingPersoneelsscheduling –Zowel rostering, timetabling als scheduling komen hier aan bod. Dit stelt eigen modelleringsproblemen.

6 Patrick De Causmaecker, GDIB6 Complex…

7 Patrick De Causmaecker, GDIB7 Lokale zoeken : Tabu search •Metaheuristiek : een algoritmeschema met ruimte voor probleemgebonden informatie. •Lokale optima verlaten door het verbieden van recent gebruikte (soorten) zetten. •Brede exploratie afwisselen met intens onderzoek •Door het landschap bewegen via verschillende nabuurschapsrelaties (VNHS) •Er is geen garantie dat het optimum gevonden is.

8 Patrick De Causmaecker, GDIB8 Gebruikersinterface De complexiteit van het model is meestal ook duidelijk in de gebruikersinterface. De onmogelijkheid om alle verwachtingen van de operator en de andere gebruikers uit te drukken leidt tot de implementatie van geavanceerde grafische hulpmiddelen. Ze laten toe om een rooster visueel te onderzoeken en om automatisch gegenereerde roosters manueel aan te passen. Integrating human abilities and automated systems for timetabling: a competition using STARK and HuSSH Representations at the PATAT 2002 Conference S.Ahmadi, R. Barone, E.K. Burke, P. Cheng, P. Cowling, B. McCollum

9 Patrick De Causmaecker, GDIB9 Gedistribueerde personeelsscheduling •Voorbeelden –Carter beschrijft een procedure voor het opbouwen van de roosters van de Waterloo Universiteit in Canada. Hij laat expliciet toe dat de verantwoordelijken in de verschillende departementen onderhandelen op specifieke ogenblikken in het proces. •Carter, M.W., “A Comprehensive Course Timetabling and Student Scheduling System at the University of Waterloo”“A Comprehensive Course Timetabling and Student Scheduling System at the University of Waterloo”

10 Patrick De Causmaecker, GDIB10 Gedistribueerde personeelsscheduling •Voorbeelden –Taakmanagement in British Telecom ( RECONET, Tsang, MISTA 2005 ) •Autonome groepen (Managers, Buyers, Sellers) •Competitief model, Financieel en organisatorisch •Uitwisseling van middelen wordt genegocieerd •Management ageert als opdrachtgever –Diensten in een hospitaal •Collaboratief model •Autonomie is organisatorisch

11 Patrick De Causmaecker, GDIB11 Waarom gedistribueerd? •Intrinsiek gedistribueerd: –partijen beheren eigen middelen –Implementeren eigen voorkeuren •Gedistribueerd algoritme: –Kan gebruik maken van parallelle rekenkracht.

12 Patrick De Causmaecker, GDIB12 Voorbeeld: Nurse Rostering Problem •roosters voor één ziekenhuisafdeling –personeeltekorten: •Ziekte •Overbezetting •… •Mogelijke oplossing: –Uitwisselingen van personeel –door onderhandeling

13 Patrick De Causmaecker, GDIB13 Eigenschappen •Lokale autonomie –Zeer gedetailleerd –Persoonsgebonden, gevoelig –Zeer reactief, lokale optimalisatie brengt veel bij –Risico op eilandjes •Globale vereisten –Kosteneffectief, taakgedreven, flexibiliteit, snelheid, slank

14 Patrick De Causmaecker, GDIB14 Spanning •Dit creeert een spanning tussen het lokale en het globale niveau –Lokaal dienen we zeer gedetailleerd, gepersonaliseerd te werken. Er is zorg voor de kwaliteit van het werk en van het werken. –Globaal is er aandacht voor het volledige bedrijfseconomische plaatje, voor de taken en de klanten Penetratie, hoge complexiteit in de te behandelen materie Optimaal gebruik van de resources

15 Patrick De Causmaecker, GDIB15 Een goed model •Een probleem met autonome componenten die door te interageren een coherent werkende gemeenschap moeten vormen wordt goed beschreven als een Multi Agenten Systeem

16 Patrick De Causmaecker, GDIB16 Intelligente Agenten •Agenten hebben hun oorsprong in artificiële intelligentie, maar het domein heeft zijn eigen dynamiek ontwikkeld. •Technieken en benaderingen uit de artificiële intelligentie worden er gecombineerd met parallel rekenen, declaratieve talen, logica, emergent gedrag, automatisch plannen… •Hun belangrijkste kenmerk is hun autonomie om het doel waarvoor ze ontworpen zijn na te streven.

17 Patrick De Causmaecker, GDIB17 •Voorbeeld: •MamMoeT (°1/10/2004-†30/9/2006) Intelligent Communication Platform for Multi Modal Transport

18 Patrick De Causmaecker, GDIB18 Drie elementen •Agententechnologie is een relatief jonge discipline in computerwetenschappen •Verzamelt veel technieken en ideeen uit andere gebieden (bijv. Artificiele intelligentie). We beperken ons tot –Negotiatie –Speltheorie –Optimalisatie

19 Patrick De Causmaecker, GDIB19 Onderhandelen •Veilingen, contractnetprotocols, monotone procedures,… •Nash-evenwichten uit de speltheorie bepalen het gedrag van rationele agenten. •Door samen te werken kunnen soms betere evenwichten gevonden worden. •Dit kan ingebouwd worden in de onderhandelingsprocedure. •Andere aspecten als privacy en trust bij het verwerken van vragen, vereisten, voorkeuren,… worden op een natuurlijke manier ingebouwd.

20 Patrick De Causmaecker, GDIB20 Contractnet Protocol (FIPA) •Gebaseerd op het afsluiten van contracten tussen opdrachtgevers en (kandidaat) contractanten •Eenvoudig protocol

21 Patrick De Causmaecker, GDIB21 Speltheorie: The Prisoners Dilemma Twee mannen zijn beschuldigd van een misdaad en zitten in afzondering Men zegt ze dat 1. Indien één van hen bekent en de andere niet, dan komt degene die bekent vrij, en de ander gaat in de cel voor 3 jaar 2. Indien beide bekennen gaan ze in de cel voor 2 jaar. Ze weten dat, indien geen van hen bekent, ze allebei voor 1 jaar in de cel gaan.

22 Patrick De Causmaecker, GDIB22 Speltheorie •Bekennen is verraad, niet bekennen is samenwerken. •Het gedrag van de rationale agenten wordt bepaald door de regels van het spel verraad (D) werkt mee (C) verraad (D) werkt mee (C) 5 0 3

23 Patrick De Causmaecker, GDIB23 Nash evenwicht •Wat mijn tegenstrever ook kiest, ik bereik … •In het voorbeeld is het Nash evenwicht (verraad,verraad) •Dit is niet helemaal in overeenstemming met ons gevoel voor moraliteit •Dit optimaliseert ook niet het totale gevoel van welzijn.

24 Patrick De Causmaecker, GDIB24 Moraliteit? •De enige manier om tot samenwerking te komen is “irrationaliteit”?! •Alternatieven: –In de werkelijkheid zien we meerdere vormen van altruïsme. Is deze werkelijkheid dan niet goed beschreven door speltheorie? –Tweelingenparadox –Rationaliteit? –De schaduw van de toekomst

25 Patrick De Causmaecker, GDIB25 De tweelingenparadox •“De andere speler is mijn tweelingbroer, hij zal op dezelfde manier redeneren als ik” –cfr Fermi’s paradox: “Where is everybody” •Het probleem hier is dat we het dilemma niet echt spelen. Als we onze tweelingbroer kunnen laten denken wat we willen door het zelf te denken is er slechts één speler.

26 Patrick De Causmaecker, GDIB26 De schaduw van de toekomst •“Iterated Prisoners Dilemma” –Het spel wordt verschillende keren gespeeld, verschillende “ronden”. •Laten we veronderstellen “zeer lang” of in mathematische termen “oneindig lang”. –Als ik nu verraad, dan kan mijn tegenstrever me “straffen” door straks ook te verraden. –Als ik nu eens probeer, door mee te werken, dan kan ik niet zo heel veel verliezen, en misschien komen we tot samenwerking.

27 Patrick De Causmaecker, GDIB27 De toekomst •Als we het spel oneindig lang spelen is samenwerking een rationele uitkomst. •Maar wat als we veel, maar niet oneindig lang spelen? –Wat doen we de laatste ronde? Verraad is hier het meest rationeel. –Hierdoor wordt de op één na laatste ronde effectief de laatste. Wat doen we hier? Verraad. –… –Verraad is de rationele strategie!

28 Patrick De Causmaecker, GDIB28 In de werkelijkheid? •Er is altijd een “waarschijnlijkheid” dat we opnieuw zullen spelen.Het eindig aantal keer spelen is dus niet realistisch. •Samenwerken kan dus wel rationeel zijn. •ALT-D: verraad altijd (de “optimale” strategie) •RANDOM: kies C of D at random, elke keer •TIT-FOR-TAT: –C in de eerste ronde, en dan –Wat de tegenstrever deed in de vorige ronde

29 Patrick De Causmaecker, GDIB29 Na 20 jaar: •The Prisoner's Dilemma Competition •http://www.prisoners-dilemma.com/competition.html i Di C j D j C

30 Patrick De Causmaecker, GDIB30 Vraag •Agenten laten toe om dieper in de organisatie door te dringen •De informatiegaring is efficienter •Er is meer controle over vertrouwelijke informatie •Bij het onderhandelen wordt de informatie geaggregeerd •Het resulterende proces is suboptimaal ten opzichte van een centrale benadering •Hoe kunnen deze aspecten tegen mekaar afgewogen worden?

31 Patrick De Causmaecker, GDIB31 Optimalisatie •De lokale criteria zijn vaak persoonsgebonden, worden bepaald door lokale vereisten die niet van belang zijn voor de volledige organisatie •Deze zijn wel belangrijk voor het goed functioneren van de eenheid in het geheel •De globale criteria zijn bepalend voor de performantie van dit geheel •Ook hier spelen verschillende criteria en maten van performantie een rol. •Een agentenmodel helpt om deze criteria toch tegen mekaar af te wegen.

32 Patrick De Causmaecker, GDIB32 Conclusie The proof of the pudding is in the eating so Come again!


Download ppt "Distributed Planning Patrick De Causmaecker Gedistribueerde Dataverwerking, Informatieverwerking en Beslissingsondersteuning (GDIB) K.U. Leuven Campus."

Verwante presentaties


Ads door Google