固定集搜索在多目标最小加权顶点覆盖问题中的应用

拉卡·约万诺维奇(),安东尼奥·桑菲利波和斯特凡·沃伊()
其他联系信息
拉卡·约万诺维奇：哈马德·本·哈利法大学
安东尼奥·桑菲利波：哈马德·本·哈利法大学
Stefan Voß：汉堡大学

启发式杂志，2022年，第28卷，第4期，第3期，508页

摘要：摘要固定集搜索（FSS）是一种新的元启发式算法，它为贪婪随机自适应搜索过程（GRASP）添加了一种学习机制。在最近的出版物中，它在路由、机器调度和覆盖等不同类型的组合优化问题上表现出了效率。本文将FSS应用于多目标问题，以寻求Pareto Front近似。这种自适应是针对双目标最小加权顶点覆盖问题（MWVCP）进行说明的。在这项工作中，第一阶段为MWVCP开发了一种简单有效的双目标GRASP算法。该方法的一个重要特点是避免了在局部搜索和贪婪算法中使用目标函数的加权和。在第二阶段，通过添加适应多目标问题的学习机制，将双目标GRASP扩展到FSS。进行的计算实验表明，对于双目标MWVCP，所提出的FSS和GRASP算法显著优于现有方法。为了全面评估FSS的学习机制，将其与底层GRASP算法在收敛性、分布性、扩散性和基数等一系列性能指标上进行了比较。

关键词： 元启发式;最小加权顶点覆盖问题;抓握;固定集搜索;帕雷托前部（在EconPapers中搜索类似项目）
日期：2022
参考文献： 查看EconPapers中的参考 从CitEc查看完整的参考列表
引文： 查看EconPapers中的引文(1)通过RSS源跟踪引文

下载内容：（外部链接）
http://link.springer.com/10.1007/s10732-022-09499-z摘要（text/html）
访问本系列文章的全文受到限制。

相关工作：
该项目可在EconPapers的其他地方获得：搜索对于具有相同标题的项目。

导出参考： BibTeX公司 RIS公司（尾注，ProCite，参考文献）HTML/文本

永久链接： https://EconPapers.repec.org/repec:spr:joheur:v:28:y:2022:i:4:d:10.1007_s10732-022-09499-z号

订购信息：这篇期刊文章可以从订购
http://www.springer.com/journal/10732

内政部： 10.1007/s10732-022-09499-z

访问统计信息对于本文

《启发式杂志》目前由编辑曼努埃尔·拉古纳

更多文章《启发式杂志》施普林格
Sonal Shukla维护的系列书目数据()和Springer Nature抽象和索引().