• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Evolutionary computation >Feature-Based Diversity Optimization for Problem Instance Classification
【24h】

Feature-Based Diversity Optimization for Problem Instance Classification

机译：基于功能的问题实例分类的分集优化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Understanding the behaviour of heuristic search methods is a challenge. This even holds for simple local search methods such as 2-OPT for the Travelling Salesperson Problem (TSP). In this article, we present a general framework that is able to construct a diverse set of instances which are hard or easy for a given search heuristic. Such a diverse set is obtained by using an evolutionary algorithm for constructing hard or easy instances which are diverse with respect to different features of the underlying problem. Examining the constructed instance sets, we show that many combinations of two or three features give a good classification of the TSP instances in terms of whether they are hard to be solved by 2-OPT.
机译：了解启发式搜索方法的行为是一项挑战。 这甚至甚至用于简单的本地搜索方法，例如2-opt用于旅行销售人员问题（TSP）。 在本文中，我们提供了一般框架，能够构建一个多样化的实例，这对于给定的搜索启发式是难以或容易的。 通过使用用于构建关于潜在问题的不同特征的硬或简单实例来实现这种多样化的集合。 检查构建的实例集，我们显示两种或三个功能的许多组合，就它们是否难以通过2-opt解决它们提供了良好的TSP实例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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