Gedistribueerde Planning Patrick De Causmaecker Gedistribueerde Dataverwerking Informatieverwerking

Gedistribueerde Planning Patrick De Causmaecker Gedistribueerde Dataverwerking, Informatieverwerking en Beslissingsondersteuning (GDIB) K. U. Leuven Campus Kortrijk 31 -05 -2007 Patrick De Causmaecker, GDIB 1

K. U. Leuven Campus Kortrijk: Groep GDIB ZAP(Statistiek, Data, Beslissingsondersteuning) • O. A. onderzoek naar – Combinatorische Planningsproblemen – Datamining in Bioinformatica en Geografische Informatiesystemen – Modellen en metrieken voor grote gedistribueerde systemen (Agents) • Binnen Associatie K. U. Leuven, nauwe samenwerking met IT-groep Ka. Ho St. -Lieven en het departement Computerwetenschappen

Metrics in Distributed Optimisation Multi. Tr@ns Quality Gate BIOPTRAIN/ Marie Curie/ EST COALA OCAPI DINGO IBBT/ VRT/ PISA

Inhoud • • Planning? Complexiteit van planning Gedistribueerde planning Een oplossing via multiagentensystemen?

Planning eb : w eb nel is. W son b m r o Tre d pe nd j X e a as ning b n tus pla ding sen l en pro loa onne -co rs ntro ducti , Pe epl l le m we ntro et M annin o d g opti evelop ES ss C ent. e m inte ise th a mod Acc agem , ng e tim el fo rcha nni nce r man rd nge e a pla of p plans istribu ric. end ente tt erso o te l ene nne f the pe d pers e & A rt g ospita st c o o l ca i o upp n h n re rson. Tem nnel & C o s stay i nd… n l ovng plann t er a ni er ed dep ing. W bn tt ign tient's deve art e Pla e er a des wa loped p glob men , for pe to he al re t bou nt totware to the alth c r sult ndasof buted are. W sonnel-pla. s ri e ild a g nning e des e r t stic ses, lao w h ogi in cribe disc neric m t the ch laborator hicenwlas cesse ove ieparie pro aracte s t lat r wi odel th ristics n-w a ss of en ed in s t allow th -cla agem ese itua rld tion s to wo man s in wh and ich a n

Personeelsplanning Werkdruk, onderbemanning, technologie kan werk niet verlichten Op elk ogenblik voldoende gekwalificeerd personeel voorzien Werkroosters beïnvloeden de organisatie en het privéleven van het personeel Flexibele werkroosters, deeltijds werk, persoonlijke wensen Schadelijke (onvoorspelbare, sterk fluctuerende) en ongezonde werkroosters vermijden Interactief systeem dat assisteert bij objectief opstellen van de roosters ©Greet Vanden Berghe

Strategische personeelsplanning Bemannen van diensten Opstellen van werkroosters per dienst: korte termijnplanning Personeelsplanning

Cyclische werkroosters Personeelsplanning Centraal / per dienst plannen Manueel of automatisch opstellen van werkroosters ©Greet Vanden Berghe

• DIENSTROOSTERS Begin- en einduur, afwijkende uren, deeltijds werk, onderbroken dienstroosters • • Probleem Harde Beperkingen Zachte Beperkingen OPSTELLEN WERKROOSTER KWALIFICATIES BEZETTING CONTRACTEN Dienstrooster Van Tot Korte vroege 7: 00 13: 00 Vroege 7: 00 15: 00 Dag 8: 00 17: 00 Late 13: 00 21: 00 Korte Late 15: 00 21: 00 Nacht ©Greet 21: 00 Berghe Vanden 7: 00

• KWALIFICATIE vervanging enkel door mensen met alternatieve kwalificaties ↔ hiërarchische vervangingen Harde beperkingen ©Greet Vanden Berghe

• WETTELIJKE BEPERKINGEN – Tijd tussen opeenvolgende opkomsten – Alternatieve kwalificaties Zachte beperkingen ©Greet Vanden Berghe

• PERSOONLIJKE WENSEN – Vrije dag – Vrij dienstrooster – Voorkeur voor dienstrooster op een dag – Samenwerken / niet samenwerken Zachte beperkingen ©Greet Vanden Berghe

KWALITEIT VAN EEN WERKROOSTER som voor alle personeelsleden van de som van alle overtredingen op zachte beperkingen, vermenigvuldigd met de overeenkomstige kostparameter Evaluatie werkroosters Overtredingen op zachte beperkingen Kostparameter per zachte beperking ©Greet Vanden Berghe

OPLOSSINGSSTRUCTUUR CONSISTENTIECONTROLE • Harde beperkingen – Bezetting – Kwalificaties • `Voorrang’ Zachte beperkingen – Persoonlijke wensen voor verlofdagen – Afwezigheden – Gewenste opkomsten – Patronen overtreding aanvaarden herstellen – relaxeren harde beperkingen – relaxeren persoonlijke wensen

BEVRIEZEN Persoonlijke uurroosters Deel van de planningsperiode

Bezetting per uur Dienstrooster Van Tot Korte vroege 13: 00 Vroege 7: 00 15: 00 Dag 8: 00 17: 00 Late 13: 00 21: 00 Korte Late 15: 00 21: 00 Nacht 0: 00 7: 00 21: 00 7: 00 12: 00 24: 00

INITIALISATIE opstellen initiële planning Vorige planning Bestaande planning Leeg plan manipuleren tot een oplossing Willekeurig dienstroosters toevoegen/verwijderen tot op elke dag aan de harde beperkingen voldaan is

PLANNINGSOPTIES Voor de planning Minimum bezetting Gewenste bezetting Na de planning Aanvullen naar gewenste bezetting Aanvullen uren

Optimalisatieprobleem Vind een rooster dat aan alle harde beperkingen voldoet met een zo laag mogelijke kost voor de overtredingen op de zachte beperkingen

Lokaal zoeken : Tabu search • Metaheuristiek : een algoritmeschema met ruimte voor probleemgebonden • Lokale optima verlaten informatie. 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.

Gebruikersinterface • complex model -> complexe gebruikersinterface. • Onmogelijk alle verwachtingen uit te drukken -> geavanceerde grafische hulpmiddelen. • Visueel onderzoek en manueel aanpassen van automatisch gegenereerde roosters • Rapportering! Integrating human abilities and automated systems for timetabling: a competition using STARK and Hu. SSH Representations at the PATAT 2002 Conference S. Ahmadi, R. Barone, E. K. Burke, P. Cheng, P. Cowling, B. Mc. Collum

Gedistribueerde personeelsscheduling • Voorbeelden – Voorbeeld : Waterloo University (Canada) – Verantwoordelijken in de verschillende departementen onderhandelen op specifieke ogenblikken in het proces. • Zie Carter, M. W. , “A Comprehensive Course Timetabling and Student Scheduling System at the University of Waterloo”

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

Waarom gedistribueerd? • Intrinsiek gedistribueerd: – partijen beheren eigen middelen – Implementeren eigen voorkeuren • Gedistribueerd algoritme: – Kan gebruik maken van parallelle rekenkracht.

Voorbeeld: Werkschikkingen in een ziekenhuis • roosters voor één ziekenhuisafdeling – personeeltekorten: • Ziekte • Overbezetting • … • Mogelijke oplossing: – Uitwisselingen van personeel – door onderhandeling

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

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

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.

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 – Onderhandelen – Speltheorie – Optimalisatie

Onderhandelen • Veilingen, contractnetprotocols, monotone procedures, … • Door samen te werken kunnen soms betere evenwichten gevonden worden. First price, open price, • Dit wordt ingebouwd. Secondascending in de open cry, descending cry, onderhandelingsprocedure. (proxy Vickrey) • Andere aspecten: – privacy – vertrouwen

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.

Speltheorie: The Prisoners Dilemma Twee mannen zijn beschuldigd van een misdaad en zitten in afzondering. Indien 1. 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. beide bekennen gaan ze in de cel voor 2 jaar. 3. geen van hen bekent, ze allebei voor 1 jaar in de cel gaan.

Nash evenwicht • Wat mijn tegenstrever ook kiest, ik bereik … • In het voorbeeld is het Nash evenwicht (verraad, verraad) Gevangene B zwijgt Gevangene B verraadt Gevangene A zwijgt Beide zitten één jaar Gevangene A zit drie jaar Gevangene B komt vrij Gevangene A verraadt Gevangene A komt vrij Gevangene B zit drie jaar Beide zitten twee jaar

De schaduw van de toekomst • “Iterated Prisoners Dilemma” – Het spel wordt verschillende keren gespeeld, verschillende “ronden”. • Laten we veronderstellen “zeer lang” of “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 verliezen, en misschien komen we tot samenwerking.

Optimalisatie en Collaboratie • Agenten laten toe om dieper in de organisatie door te dringen • Efficientere informatiegaring • 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?

Conclusie The proof of the pudding is in the eating so Come again!