論文の概要: The Dynamic Travelling Thief Problem: Benchmarks and Performance of
Evolutionary Algorithms
- arxiv url: http://arxiv.org/abs/2004.12045v3
- Date: Tue, 15 Sep 2020 01:10:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 21:25:24.921507
- Title: The Dynamic Travelling Thief Problem: Benchmarks and Performance of
Evolutionary Algorithms
- Title（参考訳）: 動的トラベリングティフ問題:進化的アルゴリズムのベンチマークと性能
- Authors: Ragav Sachdeva, Frank Neumann, Markus Wagner
- Abstract要約: 本稿では、サブコンポーネントに対する動的変化の影響の研究を可能にするために、トラベリング・ティーフ問題に基づくいくつかのシナリオを定義します。
72のシナリオと7つのアルゴリズムに関する調査では、インスタンス、変更の規模、ポートフォリオ内のアルゴリズムによって、最適化をゼロから再開するか、これまで有効なソリューションを継続するかが好まれます。
- 参考スコア（独自算出の注目度）: 12.973161516101806
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many real-world optimisation problems involve dynamic and stochastic
components. While problems with multiple interacting components are omnipresent
in inherently dynamic domains like supply-chain optimisation and logistics,
most research on dynamic problems focuses on single-component problems. With
this article, we define a number of scenarios based on the Travelling Thief
Problem to enable research on the effect of dynamic changes to sub-components.
Our investigations of 72 scenarios and seven algorithms show that -- depending
on the instance, the magnitude of the change, and the algorithms in the
portfolio -- it is preferable to either restart the optimisation from scratch
or to continue with the previously valid solutions.
- Abstract（参考訳）: 実世界の最適化問題の多くは動的および確率的要素を含む。
複数の相互作用するコンポーネントの問題は、サプライチェーンの最適化やロジスティクスといった本質的に動的領域において一様であるが、動的問題に関するほとんどの研究は単成分問題に焦点を当てている。
本稿では,サブコンポーネントへの動的変更の影響を研究するために,旅行泥棒問題に基づくシナリオをいくつか定義する。
72のシナリオと7つのアルゴリズムを調査した結果、 – インスタンス、変更の規模、ポートフォリオ内のアルゴリズムによって -- 最適化をゼロから再開するか、あるいは以前有効だったソリューションを継続することが望ましいことが分かりました。
関連論文リスト
- AbCD: A Component-wise Adjustable Framework for Dynamic Optimization
Problems [49.1574468325115]
動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。
我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。
この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
論文 参考訳（メタデータ） (2023-10-09T08:11:31Z) - Multiobjective Evolutionary Component Effect on Algorithm behavior [0.04588028371034406]
パフォーマンス改善につながる最も影響力のあるコンポーネントは何かは不明だ。
この手法を,反復レース (irace) 構成パッケージによって設計された分解(MOEA/D)に基づくチューニング多目的進化アルゴリズムに適用する。
本稿では,検索トラジェクトリ・ネットワーク(STN),人口の多様性,時空の超体積値について,アルゴリズム成分の影響を比較した。
論文 参考訳（メタデータ） (2023-07-31T16:02:56Z) - Optimistic Active Exploration of Dynamical Systems [52.91573056896633]
我々はOPAXと呼ばれる活発な探索のためのアルゴリズムを開発した。
我々は,OPAXを各エピソードで解決可能な最適制御問題に還元する方法を示す。
実験の結果,OPAXは理論的に健全であるだけでなく,新規な下流タスクのゼロショット計画にも有効であることがわかった。
論文 参考訳（メタデータ） (2023-06-21T16:26:59Z) - Three-Way Trade-Off in Multi-Objective Learning: Optimization,
Generalization and Conflict-Avoidance [47.42067405054353]
MOL(Multi-objective Learning)は、機械学習の新興問題においてしばしば発生する問題である。
MOLにおける重要な課題の1つは、反復最適化プロセスにおける異なる目的間の潜在的な衝突である。
近年,MGDAやその変種など,MOLの動的重み付けアルゴリズムが開発されている。
論文 参考訳（メタデータ） (2023-05-31T17:31:56Z) - On the Impact of Operators and Populations within Evolutionary
Algorithms for the Dynamic Weighted Traveling Salesperson Problem [13.026567958569965]
動的環境におけるノード重み付け販売員問題(W-TSP)について検討する。
問題の動的設定では、時間とともにTSPツアーの一部として収集されるアイテムが変更される。
最初の実験では,このような変化がツアーの最適化に与える影響について検討した。
論文 参考訳（メタデータ） (2023-05-30T11:39:49Z) - Reproducibility and Baseline Reporting for Dynamic Multi-objective
Benchmark Problems [4.859986264602551]
本稿では,DMOPのパラメータのシミュレーション実験について述べる。
動的アルゴリズム評価のためのベースラインスキーマを導入する。
目的構築された動的アルゴリズムが有用であるために必要な最小限の能力を確立することができる。
論文 参考訳（メタデータ） (2022-04-08T15:50:17Z) - Result Diversification by Multi-objective Evolutionary Algorithms with
Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。
GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。
目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文 参考訳（メタデータ） (2021-10-18T14:00:22Z) - Portfolio Search and Optimization for General Strategy Game-Playing [58.896302717975445]
ローリングホライズン進化アルゴリズムに基づく最適化とアクション選択のための新しいアルゴリズムを提案する。
エージェントのパラメータとポートフォリオセットの最適化について,N-tuple Bandit Evolutionary Algorithmを用いて検討する。
エージェントの性能分析により,提案手法はすべてのゲームモードによく一般化し,他のポートフォリオ手法よりも優れることが示された。
論文 参考訳（メタデータ） (2021-04-21T09:28:28Z) - Dynamic Regret of Policy Optimization in Non-stationary Environments [120.01408308460095]
我々は,POWERとPOWER++の2つのモデルフリーポリシー最適化アルゴリズムを提案し,その動的後悔の保証を確立する。
我々はPOWER++が動的後悔の第2の構成要素であるPOWERよりも優れており、予測によって非定常性に積極的に適応していることを示す。
我々の知識を最大限に活用するために、我々の研究は、非定常環境におけるモデルフリーなRLアルゴリズムの、最初の動的後悔分析である。
論文 参考訳（メタデータ） (2020-06-30T23:34:37Z) - Dynamic Multi-objective Optimization of the Travelling Thief Problem [4.859986264602551]
現実的なシナリオを反映した詳細かつ複雑な最適化問題の定式化の研究は、急成長する研究分野である。
トラベリング・ティーフ問題(Traveling Thief Problem)には、多目的の定式化や、それを解決するための正確で近似的な方法の比較を含む、増大する作業体が存在する。
TTP問題の3つの領域におけるダイナミックスの定義には、都市部、アベイラビリティマップ、アイテム値がある。
動的変化に応答して, 溶液生成法を混合して複合集団を提供する組み合わせアプローチは, 動的TTP定式化の異なるインスタンスにおいて, 性能を向上する。
論文 参考訳（メタデータ） (2020-02-07T06:33:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。