私はディープラーニングに非常に慣れていませんが、それを使い始めるのにちょうど良い現実の状況を見つけたと思います。問題は、結果を予測するためにそのようなアルゴリズムのみを使用したことです。私の新しいプロジェクトでは、結果を最適化するためにマシンに供給するための情報が必要です。誰かが私がどのように進むべきかを簡単に説明できますか?行き詰まっています。
ここに状況があります:
私は、全長にわたってさまざまなグレードの木材を使用できる木の板を取り出し、それをカットリストにあるブロックに切断する機械を持っています。このマシンは、与えられた板から得られる最高のスコアを常に選択します。スコアは、各ブロックの乗じた面積をそのことにより、乗数。私が構築したいアルゴリズムは、カットリストにリストされている各ブロックの乗数をそのマシンに与える必要があります。このマシンからのすべての物理的な出力は、必要になるまでロボットによって棚にストックされます。それがより高いスコアに達するのを助けるならば、切断機は厚板の部分を格下げすることを許されます。
この値は、木材をあまりダウングレードせずに、最も必要なブロックをマシンに提供するインセンティブとして機能する必要があります。
最適化の目標
- 必要なときに各ブロックの在庫があることを確認する
- 可能な限り少ない木材のダウングレード(一部の種は非常に高価です)
入力ノード
- このブロックが必要になるまでの時間
- このブロックの木材のグレード
- 必要なこのブロックの量
- ブロックのエリア(たぶん?)
アルゴリズムに提供されるフィードバック
- ブロックの準備ができている前の時間(可能な限り低くする必要があります)
- ダウングレードされた木材の面積*スキップされたグレードの数
期待される返品データ
- そのブロックに他のものに比べてその優先順位を最適にする乗数
私は持っていませんが収集することができなかった情報
- 木材の種類ごとの各グレードの平均比率
これまでにわかったことは、フィードバックを出力ノードにするために、フィードバックを1つの値にまとめる必要があるかもしれないということです。問題は、私が判断するために、このアルゴリズムを作成する方法を理解することができないということである乗数を。ディープラーニングによってこれを解決しようとするのは間違っていますか?