Ahmad Jan, Masahito Yamamoto, and Azuma Ohuchi. Evolutionary Algorithms for Nurse Scheduling Problem, In 2000 Congress on Evolutionary Computation, volume 1, pages 196-203, Piscataway, New Jersey, July 2000. IEEE Service Center.


タイトル，日本語訳：ナーススケジュール問題のための遺伝的アルゴリズム

英文（Abst） 日本文（渡邉） 日本文(岡田)
Nurse scheduling problem (NSPs) represents a difficult class of Multi-objective optimization problems consisting of a number of interfering objectives between the hospitals and individual nurses. ナーススケジューリング問題（NSPs）は，病院とナース個人の間にある多数のトレードオフ多目的から成る難易度の高い多目的最適化問題として表される． ナーススケジューリング問題（NSPs）は病院と看護婦個人の間での互いに干渉しあう多数の目的から成る多目的最適化問題の困難な部類に分類される問題として表される．
The objective of this research is to investigate difficulties that occur during solution of NSP using Evolutionary Algorithms in particular Genetic Algorithms (GA). この研究の目的は，特有の遺伝的アルゴリズム（GA）において，進化的アルゴリズムを用いたNSPの解明中に発生する困難さを調査することである． 本研究の目的は特に遺伝的アルゴリズム（GA）での進化アルゴリズムを用いてNSPの解の間で発生する困難さについて調査する．
As the solution method a population-less Cooperative Genetic Algorithms (CGA) is taken into consideration. 解明手法として，個体数のより少ない協調遺伝的アルゴリズム（CGA）を考慮している． 解探索手法として少数個体協力型遺伝的アルゴリズム（CGA）を考慮に入れる．
Because contrary to competitive GAs, we have to simultaneously deal with the optimization of the ffitness of the individual nurses and also optimization of the entire schedule as the final solution to the problem in hand. 競合GAに相反しているため，我々はナース個人の適合度の最適化と，問題に対する最終的な解として表される全体のスケジュールの最適化を進行しながら同時に扱わなければならない． なぜならば競争型GAに反して，看護婦個人の適合度の最適性と，進行中の問題の最終解としての全体のスケジュールの最適性をも同時に取り扱わなければならないからである．
To confirm the search ability of CGA, first a simplified version of NSP is examined. CGAの探索能力を検証するため，まずはじめに簡単なNSPのバージョンにおいて実験を行う．
 CGAの解探索能力の確認として，まず最初にNSPの簡単なヴァージョンで実験してみた．
Later we will report a more complex and useful version of the problem. その後，我々はさらに複雑かつ有用な問題について報告を行う予定である． 今後はこの問題のさらに複雑で扱いやすいものを用いて報告する予定である．
We will also compare CGA with another multi-agent evolutionary algorithm using pheromone style communication of real ants. 我々は，その他のマルチエージェント進化的アルゴリズムである現実のアリのフェロモンを使ったコミュニケーションを用いるアルゴリズムとCGAの比較を行う． さらに現実の蟻のフェロモンでのコミュニケーションの問題を用いての他のマルチエージェント進化アルゴリズムをCGAと比較する．
Finally, we will report the results of computer simulations acquired throughout the experiments. 最終的に，我々は実験を通して，得られた計算シミュレーションの結果について報告する． 最終的に実験を通して得たコンピュータシミュレーションの結果を報告する．



 文責：渡邉，岡田