Neural Network Assisted Large Neighborhood Search for Personnel Rostering

Allokering av arbeidskraft er en essensiell oppgave hos mange organisasjoner som kan være både kompleks og tidkrevende. Til tross for dette er den dominerende praksisen å sette opp timeplaner manuelt. Vår industripartner, Visma Resolve, leverer programvareløsninger for å automatisere skiftplanleggingsprosessen. Deres programvareløsning må balansere generalitet og spesifisitet for å appellere til mange ulike kunder. Vi kaller det generelle skiftplanleggingsproblemet til Visma Resolve for Resolves skiftsplanleggingsproblem (Resolve Rostering Problem - RRP), og Visma Resolves programvareløsning bruker heuristiske løsningsmetoder for å løse det. På grunn av den voksende populariteten og utviklingen til maskinlæring har Visma Resolve uttrykt at de ønsker å integrere maskinlæring i deres eksisterende løsning. Også innen operasjonsanalysemiljøer har maskinlæringsmetoder blitt populære for å løse kombinatoriske optimeringsproblemer, hvilket gjør det til et spennende akademisk forskningsfelt. Denne masteroppgaven har som formål å forene teknikker fra operasjonsanalyse og maskinlæring. Vi presenterer et nevralt nettverk-assistert nabolagssøk (Neural Network Assisted Large Neighborhood Search - NNALNS) som integrerer et nevralt nettverk i et adaptivt stort nabolagssøk (Adaptive Large Neighborhood Search - ALNS). Vi trener det nevrale nettverket til å lære seleksjonsstrategier for operatorer ved å bruke teknikker fra forsterket læring, hvilket erstatter den adaptive læringsmekanismen til ALNS. NNALNS bruker problemspesifikke og søksbaserte attributter som input til det nevrale nettverket for å beskrive tilstanden i løpet av søket. Resultatene i masteroppgaven viser at NNALNS klarer å utkonkurrere ALNS på alle instanser utenom én når det nevrale nettverket er trent og testet på den samme instansen. NNALNS viser også evne til å kunne lære gode, generelle operatorseleksjonsstrategier som kan benyttes på ulike probleminstanser. I praksis kan disse resultatene peke mot at det er fordelaktig å bruke forhåndstrente operatorseleksjonsstrategier. RRP-instansene for en spesifikk kunde av Visma Resolve er ofte like i struktur mellom planleggingsperioder og kan derfor løses av NNALNS uten å måtte trene nye nevrale nettverk. Ved å berike tilstandsrepresentasjonen med problemspesifikke attributter så klarer NNALNS å sanke flere belønninger (rewards). Likevel kan en mulig dissosiasjon mellom belønninger og objektivverdi hemme en økning i objektivverdi. Vårt hovedbidrag er å inkluder