×
马蒂亚斯·奥斯森;卡斯滕·彼得森;博·索德伯格

集合覆盖问题的一种有效的平均场方法。 （英语） Zbl 1002.90054号

欧洲药典。物件。 133，第3期，583-595（2001）.
摘要：针对集合覆盖问题，开发并探索了一种平均场反馈人工神经网络算法。通过多线性罚函数实现了不等式约束的方便编码。通过迭代一组平均场方程并结合退火得到近似能量最小值。该方法针对一组公共可用的测试问题进行了数值测试，测试问题的大小为行和列的5倍乘以10^3倍。当将性能与可用大小的精确结果进行比较时，该方法得出的结果与最佳解决方案相差不到百分之几。与其他近似方法的比较也很好，特别是考虑到所需的CPU消耗非常低，通常只需几秒钟。通过公共域服务器，可以使用该算法处理任意问题。

引用于8文件

MSC公司：

90C27型 组合优化
90 C59 数学规划中的近似方法和启发式
05C70号 具有特殊属性的边子集（因子分解、匹配、分区、覆盖和打包等）

关键词：

人工神经网络算法;平均场退火;成套覆盖物;组合优化
PDF格式BibTeX公司 XML格式引用
\textit{M.Ohlsson}等人，《欧洲药典》。第133号决议，第3号，583--595（2001年；Zbl 1002.90054）
全文： 内政部

参考文献：

[1] Beasley，J.E.，集覆盖问题的算法，《欧洲运筹学杂志》，31，85-93（1987）·Zbl 0679.90039号
[2] Beasley，J.E.，集覆盖问题的遗传算法，《欧洲运筹学杂志》，94392-404（1994）·兹比尔0953.90565
[3] Ceria，S。；诺比利，P。；Sassano，A.，《大规模集合覆盖问题的基于拉格朗日的启发式算法》，《数学规划》，81，215-228（1998）·Zbl 0919.90085号
[4] J.J.Dongarra，使用标准线性方程软件的各种计算机的性能，http://www.netlib.org/benchmark/performance.ps; J.J.Dongarra，使用标准线性方程软件的各种计算机的性能，http://www.netlib.org/benchmark/performance.ps
[5] 格罗斯曼，T。；Wool，A.，集合覆盖算法近似算法的计算经验，《欧洲运筹学杂志》，101，81-92（1987）·Zbl 0929.90072号
[6] 霍普菲尔德，J.J。；Tank，D.W.，优化问题中决策的神经计算，生物控制论，52，141-152（1985）·Zbl 0572.68041号
[7] 哈基宁，J。；拉格霍姆，M。；彼得森，C。；Söderberg，B.，通信路由的波茨神经元方法，神经计算，101587-1599（1998）
[8] 北卡罗来纳州卡马尔卡。；重发，M.G.C。；Ramakrishnan，K.G.，《解决计算困难的集合覆盖问题的内点算法》，《数学规划》，52，597-618（1991）·Zbl 0753.90046号
[9] 柯克帕特里克，S。；盖拉特，C.D。；Vecchi，M.P.，模拟退火优化，科学，220671-680（1983）·Zbl 1225.90162号
[10] 拉格霍姆，M。；彼得森，C。；Söderberg，B.，利用Potts神经元进行航空机组人员调度，神经计算，91589-1599（1997）
[11] 拉格霍姆，M。；彼得森，C。；Söderberg，B.，《使用波茨平均场技术的航空公司机组人员调度》，《欧洲运筹学杂志》，120，81-96（2000）·Zbl 0979.90054号
[12] 曼尼诺，C。；Sassano，A.，《解决硬集覆盖问题》，《运营研究快报》，18，1-5（1995）·兹比尔0857.90093
[13] Ohlsson，M。；Pi，H.，背包问题的平均场方法研究，神经网络，10263-271（1997）
[14] Ohlsson，M。；彼得森，C。；Söderberg，B.，不等式约束优化问题的神经网络——背包问题，神经计算，5331-339（1993）
[15] OR-Library，http://www.ms.ic.ac.uk/info.html; OR库，http://www.ms.ic.ac.uk/info.html
[16] G.Parisi，统计场论，Addison-Wesley，纽约，1988年；G.Parisi，统计场论，Addison-Wesley，纽约，1988年·Zbl 0984.81515号
[17] 彼得森，C。；Söderberg，B.，《将优化问题映射到神经网络的新方法》，《国际神经系统杂志》，1，3-22（1989）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不声称其完整性或完全匹配。