Skip to content

CSID-DGU/ASCP

Repository files navigation

ASCP

Airline Scheduling Crew Pairing

GitHub Role

다음과 같은 Convetion을 따릅니다.

Commit Convention

  • feat : 새로운 기능 추가
  • fix : 버그 수정
  • docs : 문서 수정
  • style : 코드 포맷팅, 세미콜론 누락, 코드 변경이 없는 경우
  • refactor: 코드 리펙토링
  • test: 테스트 코드, 리펙토링 테스트 코드 추가
  • chore : 빌드 업무 수정, 패키지 매니저 수정

💡 PR Convetion

아이콘 코드 설명
🎨 :art 코드의 구조/형태 개선
⚡️ :zap 성능 개선
🔥 :fire 코드/파일 삭제
🐛 :bug 버그 수정
🚑 :ambulance 긴급 수정
:sparkles 새 기능
💄 :lipstick UI/스타일 파일 추가/수정
:rewind 변경 내용 되돌리기
🔀 :twisted_rightwards_arrows 브랜치 합병
💡 :bulb 주석 추가/수정
🗃 :card_file_box 데이버베이스 관련 수정

Environmental Setting

OptaPlanner

Optaplanner를 서버에서 실행하는 방법입니다.

cd ASCP/PairingCreater
./gradlew build
cp build/libs/crew-pairing.jar ~/ASCP/PairingCreater/
java -jar crew-pairing.jar data/ crewpairing/ {datasize} input_{datasize}.xlsx
java -jar crew-pairing.jar data/ crewpairing/ {datasize} input_{datasize}.xlsx output.xlsx
  • 프로젝트 루트 디렉토리에서 ./gradlew build 실행하면 build/libs에 crew-pairing.jar 파일 생성됨
  • crew-pairing.jar을 프로젝트 루트 디렉토리로 이동
  • data/crewpairing/ 디렉토리에 output 폴더 추가
  • 나머지 두 명령어를 통해 Optaplanner 실행
  • 아래는 initial set (output.xlsx)이 존재하는 경우 사용. data/crewpairing/output/ 에 initial set 파일 배치


RL을 서버 및 로컬에서 실행하는 방법입니다.

  • 프로젝트 루트 디렉토리에 dataset 폴더 추가 후, input 파일 배치
  • REINFORCE.py 실행

Python Packages for Reinforcement Learning

requirements.txt 사용법

  1. 본인의 local 환경 혹은 가상환경으로 입장한다. (파이썬 3.8 이상)
  2. pip install -r requirements.txt

pytorch - CUDA 11.8

Download page

Lisence