图着色问题的局部搜索方法

摘要

为了克服简单局部搜索跳出局部极小能力的不足,提出了一种新的局部搜索算法——目标学习算法(target-learning algorithm,TLA)来解决图着色问题.该方法通过对优秀解的学习来跳离局部极小.实验使用了7个标准测试实例.结果显示,TLA能比简单局部搜索平均减少约17条冲突边.将TLA和GRASP进一步相结合,提出贪心随机目标学习搜索过程(greedy randomized target-learning search procedure,GRTLSP),GRTLSP整合了GRASP和TLA的优点.在标准测试实例上的实验结果表明,在使用同样数目初始解的情况下,GRTLSP获得优秀解的次数远远多于GRASP.由此可见,新局部搜索算法具有较强的跳离局部极小的能力,将其作为算子与其他算法相结合也有较为广阔的前景.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号