論文の概要: An effective hybrid search algorithm for the multiple traveling repairman problem with profits

• arxiv url: http://arxiv.org/abs/2111.05017v1
• Date: Tue, 9 Nov 2021 09:27:49 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-10 15:23:46.451461
• Title: An effective hybrid search algorithm for the multiple traveling repairman problem with profits
• Title（参考訳）: 利益を伴う複数経路補修工問題に対する効果的なハイブリッド探索アルゴリズム
• Authors: Jintong Ren, Jin-Kao Hao, Feng Wu and Zhang-Hua Fu
• Abstract要約: 本稿では,メメティックアルゴリズムの枠組みに基づく効果的なハイブリッド検索アルゴリズムを提案する。 これは、高品質な子孫ソリューションを生成する専用のアークベースのクロスオーバーと、古典的な地区を探索する複雑さを減らすための高速な評価手法の2つの特徴を統合している。
• 参考スコア（独自算出の注目度）: 34.74325448504831
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As an extension of the traveling repairman problem with profits, the multiple traveling repairman problem with profits consists of multiple repairmen who visit a subset of all customers to maximize the revenues collected through the visited customers. To solve this challenging problem, an effective hybrid search algorithm based on the memetic algorithm framework is proposed. It integrates two distinguished features: a dedicated arc-based crossover to generate high-quality offspring solutions and a fast evaluation technique to reduce the complexity of exploring the classical neighborhoods. We show the competitiveness of the algorithm on 470 benchmark instances compared to the leading reference algorithms and report new best records for 137 instances as well as equal best results for other 330 instances. We investigate the importance of the key search components for the algorithm.
• Abstract（参考訳）: 利益を伴う旅行修理担当者問題の延長として、利益を伴う複数の旅行修理担当者問題は、訪問客が収集した収益を最大化するために、全顧客のサブセットを訪問する複数の修理担当者からなる。 この課題を解決するために,memeticアルゴリズムフレームワークに基づく効果的なハイブリッド探索アルゴリズムを提案する。 高品質なオフスプリングソリューションを生成するためのarcベースのクロスオーバーと、古典的な近所を探索する複雑さを減らすための高速評価テクニックだ。 470のベンチマークインスタンスに対するアルゴリズムの競合性を示すとともに,137のインスタンスに対して新たなベストレコードを報告し,他の330のインスタンスに対して同等のベスト結果を報告した。 アルゴリズムの重要な検索要素の重要性について検討する。

関連論文リスト

• Training Greedy Policy for Proposal Batch Selection in Expensive Multi-Objective Combinatorial Optimization [52.80408805368928]
  本稿では,バッチ取得のための新しいグリーディ型サブセット選択アルゴリズムを提案する。 赤蛍光タンパク質に関する実験により,提案手法は1.69倍少ないクエリでベースライン性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2024-06-21T05:57:08Z)
• A reinforcement learning guided hybrid evolutionary algorithm for the latency location routing problem [14.9829752183927]
  遅延位置ルーティング問題は、施設位置問題と累積容量化車両経路問題を統合する。 この問題は、顧客に提供するデポの場所と車両ルートについて、同時に決定することである。 本稿では,メメティックアルゴリズムの枠組みに従って,強化学習誘導ハイブリッド進化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-03-21T13:54:03Z)
• Learning-guided iterated local search for the minmax multiple traveling salesman problem [13.924692115320553]
  本稿では, ミンマックス多旅行セールスマン問題に対する, 傾き駆動型局所探索手法を提案する。 提案アルゴリズムは,ソリューションの品質と実行時間の観点から,優れた結果が得られることを示す。 特に、32の既知の結果が新たに達成され、35の他のインスタンスで最もよく知られた結果と一致している。
  論文  参考訳（メタデータ） (2024-03-19T02:57:10Z)
• PathFinder: Guided Search over Multi-Step Reasoning Paths [80.56102301441899]
  木探索に基づく推論経路生成手法であるPathFinderを提案する。 動的デコードの統合により、多様な分岐とマルチホップ推論を強化する。 我々のモデルは、大きな分岐因子を持つビームサーチに類似した複雑さを反映して、よく、長く、目に見えない推論連鎖を一般化する。
  論文  参考訳（メタデータ） (2023-12-08T17:05:47Z)
• Frequent Itemset-driven Search for Finding Minimum Node Separators in Complex Networks [61.2383572324176]
  本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。 頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。 特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
  論文  参考訳（メタデータ） (2022-01-18T11:16:40Z)
• Multidimensional Assignment Problem for multipartite entity resolution [69.48568967931608]
  Multipartiteエンティティ解決は、複数のデータセットから1つのエンティティにレコードを統合することを目的としている。 代入問題を解くために、グリーディアルゴリズムと大規模近傍探索という2つの手順を適用する。 データベースのサイズが大きくなるにつれて、設計ベースのマルチスタートがより効率的であることを示す。
  論文  参考訳（メタデータ） (2021-12-06T20:34:55Z)
• Combining K-means type algorithms with Hill Climbing for Joint Stratification and Sample Allocation Designs [0.0]
  これは、基本層のすべての可能な成層集合から最適成層を探索するサンプル問題である。 それぞれのソリューションのコストを評価するのに 費用がかかります 上記のアルゴリズムと最近の3つのアルゴリズムの多段階組み合わせを比較し、ソリューションコスト、評価時間、トレーニング時間を報告する。
  論文  参考訳（メタデータ） (2021-08-18T08:41:58Z)
• Sparse Reward Exploration via Novelty Search and Emitters [55.41644538483948]
  本稿では,SparsE Reward Exploration via Novelty and Emitters (SERENE)アルゴリズムを提案する。 SERENEは、探索空間の探索と報酬の搾取を2つの交互プロセスに分けている。 メタスケジューラは、2つのプロセス間の交互にグローバルな計算予算を割り当てる。
  論文  参考訳（メタデータ） (2021-02-05T12:34:54Z)
• A threshold search based memetic algorithm for the disjunctively constrained knapsack problem [21.803219880299764]
  可逆的制約付きクナプサック問題は、容量制約付きクナプサックにペア互換の項目のサブセットをパックすることである。 そこで我々は, DCKP を解くためのしきい値探索に基づくメメティクスアルゴリズムを提案し, メメティクスフレームワークとしきい値探索を組み合わせた高品質な解を求める。
  論文  参考訳（メタデータ） (2021-01-12T21:07:33Z)
• Exploring search space trees using an adapted version of Monte Carlo tree search for combinatorial optimization problems [0.6882042556551609]
  このアプローチでは,問題インスタンスの探索空間木を探索するアルゴリズムを用いる。 このアルゴリズムはモンテカルロ木探索(Monte Carlo tree search)をベースとしている。
  論文  参考訳（メタデータ） (2020-10-22T08:33:58Z)

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。