Fugu-MT 論文翻訳(概要): CSRX: A novel Crossover Operator for a Genetic Algorithm applied to the Traveling Salesperson Problem

論文の概要: CSRX: A novel Crossover Operator for a Genetic Algorithm applied to the Traveling Salesperson Problem

arxiv url: http://arxiv.org/abs/2303.12447v1
Date: Wed, 22 Mar 2023 10:34:23 GMT
ステータス: 処理完了
システム内更新日: 2023-03-23 14:23:57.021079
Title: CSRX: A novel Crossover Operator for a Genetic Algorithm applied to the Traveling Salesperson Problem
Title（参考訳）: CSRX:トラベリングセールスパーソン問題に適用された遺伝的アルゴリズムのためのクロスオーバー演算子
Authors: Martin Uray, Stefan Wintersteller, Stefan Huber
Abstract要約: 従来よりも優れたクロスオーバー演算子群を新たに導入する。新たなクロスオーバー演算子は、解空間における対称性を活用することを目的としており、より効果的に優れた個人を保存できる。
参考スコア（独自算出の注目度）: 1.7188280334580197
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, we revisit the application of Genetic Algorithm (GA) to the Traveling Salesperson Problem (TSP) and introduce a family of novel crossover operators that outperform the previous state of the art. The novel crossover operators aim to exploit symmetries in the solution space, which allows us to more effectively preserve well-performing individuals, namely the fitness invariance to circular shifts and reversals of solutions. These symmetries are general and not limited to or tailored to TSP specifically.
Abstract（参考訳）: 本稿では,旅行セールスパーソン問題(tsp)に対する遺伝的アルゴリズム(ga)の適用を再検討し,先行技術に匹敵する新たなクロスオーバー演算子のファミリを紹介する。新たなクロスオーバー作用素は、解空間における対称性を活用することを目的としており、より効果的に優れた個人、すなわち円周シフトに対する適合不変性や解の反転を保存できる。これらの対称性は一般的なものであり、特にTSPに制限されない。

関連論文リスト

A self-adaptive genetic algorithm for the flying sidekick travelling salesman problem [0.0]
本稿では,自己適応型遺伝的アルゴリズムを用いてFSTSP(Flying Sidekick Travelling Salesman Problem)の解法を提案する。 FSTSPでは、ドローンを戦略的に展開し、顧客の位置情報を入手し難い場所に提供しながら、すべての場所を訪問するための総時間を最小化する。
論文参考訳（メタデータ） (2023-10-23T08:51:02Z)
Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
論文参考訳（メタデータ） (2023-10-20T12:45:12Z)
On High-dimensional and Low-rank Tensor Bandits [53.0829344775769]
この研究は一般的なテンソルバンドイットモデルについて研究し、アクションとシステムパラメータはベクトルとは対照的にテンソルで表される。 TOFU(Tensor Optimism in the Face of Uncertainity)と呼ばれる新しいバンディットアルゴリズムを開発した。理論的解析により、TOFUは系の順序で指数関数的に増加する乗法的因子により、最もよく知られた後悔の上界を改善することが示されている。
論文参考訳（メタデータ） (2023-05-06T00:43:36Z)
Solving the Traveling Salesperson Problem with Precedence Constraints by Deep Reinforcement Learning [59.14935871979047]
本研究は, 深層強化学習(DRL)を用いた優先制約付きトラベリングセールスパーソン問題(TSPPC)の解を提案する。これらのアプローチに共通しているのは、マルチヘッドアテンション層に基づくグラフモデルの利用である。
論文参考訳（メタデータ） (2022-07-04T14:31:47Z)
A New Lagrangian Problem Crossover: A Systematic Review and Meta-Analysis of Crossover Standerds [1.1802674324027231]
本稿では,クロスオーバー標準分類の概要について述べる。ラグランジアン双関数(LDF)に依存する新しい標準交叉の重要性について提案する。提案規格の精度と性能は3つの単調な試験関数により評価された。
論文参考訳（メタデータ） (2022-04-21T15:50:02Z)
Improvements for mlrose applied to the Traveling Salesperson Problem [0.7499722271664147]
本稿では,ハイベイストレージにおける2次元コミッショニング問題における産業用例に対する人工知能(AI)の適用について論じる。我々は,mlroseによって提供されるGAとHCという2つの手法に注目した。本研究では,旅行販売者の問題構造を適度に活用することにより,旅行期間を短縮する両手法の改善を提案する。
論文参考訳（メタデータ） (2021-09-29T12:54:09Z)
A Unifying Theory of Thompson Sampling for Continuous Risk-Averse Bandits [91.3755431537592]
本稿では,多腕バンディット問題に対するリスク-逆トンプソンサンプリングアルゴリズムの解析を統一する。大規模偏差理論における収縮原理を用いることで、連続リスク汎関数に対する新しい濃度境界が証明される。リスク関数の幅広いクラスと「ニセ」関数が連続性条件を満たすことを示す。
論文参考訳（メタデータ） (2021-08-25T17:09:01Z)
Tip the Balance: Improving Exploration of Balanced Crossover Operators by Adaptive Bias [2.610470075814367]
遺伝的アルゴリズム(GA)におけるバランスの取れたクロスオーバー演算子の使用は、子孫として生成された二進文字列が両親と同じハミング重みを持つことを保証している。この手法は,探索空間のサイズを小さくするが,GAが探索することが困難になることが多い。本論文では、対向型クロスオーバー演算子に適応バイアス戦略を適用することにより、この問題を考察した。
論文参考訳（メタデータ） (2020-04-23T17:26:43Z)
A Permutation-Equivariant Neural Network Architecture For Auction Design [49.41561446069114]
期待収益を最大化するインセンティブ互換オークションの設計は、オークションデザインの中心的な問題である。本研究では、置換同変対称性を有するオークション設計問題を考察し、置換同変最適機構を完全に回復できるニューラルネットワークを構築する。
論文参考訳（メタデータ） (2020-03-02T00:37:36Z)
New mechanism of combination crossover operators in genetic algorithm for solving the traveling salesman problem [2.578242050187029]
TSPを解くための遺伝的アルゴリズムにおいて、2つの新しいクロスオーバー演算子と2つのクロスオーバー演算子の組み合わせ機構を提案する。実験の結果,提案アルゴリズムは,MSCX を用いた遺伝的アルゴリズム(GA)よりも,平均コストの最小値の方が優れていることがわかった。
論文参考訳（メタデータ） (2020-01-14T13:20:44Z)
Domain Adaptation: Learning Bounds and Algorithms [80.85426994513541]
本稿では,任意の損失関数を持つ適応問題に適した分布距離,差分距離を新たに導入する。広い損失関数族に対する領域適応のための新しい一般化境界を導出する。また、正規化に基づくアルゴリズムの大規模クラスに対する新しい適応境界も提示する。
論文参考訳（メタデータ） (2009-02-19T18:42:16Z)

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。