×
西德汉·巴夫纳尼;亚历山大·希恩多夫

组合问题中的Copeland优化。 （英语） Zbl 1504.91093号

Schaus，Pierre（编辑），约束编程、人工智能和运筹学的集成。第19届国际会议，CPAIOR 2022，美国加利福尼亚州洛杉矶，2022年6月20日至23日。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。13292, 34-43 (2022).
概述：运筹学和社会选择中的传统公平方法，如平均主义/罗尔斯主义、功利主义或比例公平规则，隐含地假设选民的效用函数在一定程度上是可比较的。否则，诸如“最大化最差选民的效用”或“最大化效用总和”之类的语句是无效的。但是，如果不同的估值真的不应该相互比较或转换呢？投票理论只依赖顺序信息，有助于提供民主规则来定义获胜的解决方案。科普兰的方法是社会选择理论中康多塞特标准的一个著名推广，它要求一个结果具有最佳的成对多数决斗胜负比率。如果我们只是要求一个组合问题的可行解决方案，使科普兰得分最大化，我们就有可能遇到棘手的问题（由于必须探索全部的解决方案）或遭受（缺乏）不相关的替代方案。我们给出了第一个结果，从Copeland优胜者到MiniZin中基于不断变化的解决方案池以局部搜索方式制定的约束问题进行优化。我们调查了多样性约束对科普兰评估分数质量的影响，以及最佳科普兰报告分数与实际科普兰分数之间的差距。
关于整个系列，请参见[Zbl 1493.68024号].

引用于1文件

MSC公司：

91B14号机组 社会选择
90C27型 组合优化

关键词：

约束编程;社会选择理论;或

软件：

迷你锌;本质;Gecode公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Bhavnani}和\textit{A.Schiendorfer}，莱克特。注释计算。科学。13292，34-43（2022；Zbl 1504.91093）
全文： DOI程序

参考文献：

[1] Bertsimas博士。；Farias，VF；Trichakis，N.，《公平的代价》，Oper。第59、1、17-31号决议（2011年）·Zbl 1217.91093号 ·数字对象标识代码：10.1287/opre.1100.0865
[2] Brandt，F。；科尼策，V。；Endriss，美国。；朗·J。；Procaccia，AD，《计算社会选择手册》（2016），剑桥：剑桥大学出版社，剑桥·Zbl 1436.91001号 ·doi:10.1017/CBO9781107446984
[3] de Carvalho，V.R.，Sichman，J.S.：应用copeland投票设计基于代理的超神经症患者。摘自：《第16届自治代理和多代理系统会议记录》，第972-980页（2017年）
[4] 陈，VX；胡克，J.，《在数学规划模型中结合leximax公平性和效率》，欧洲期刊Oper。研究，299，1，235-248（2022）·Zbl 1495.91054号 ·doi:10.1016/j.ejor.2021.08.036
[5] A.H.科普兰：合理的社会福利函数。技术报告，油印。密歇根大学（1951年）
[6] 科内利奥，C。；皮尼，理学硕士；罗西，F。；Venable，KB，《通过顺序投票实现多智能体软约束聚合：理论和实验结果》，Auton。代理人。多代理系统。，33, 1, 159-191 (2019) ·doi:10.1007/s10458-018-09400-y
[7] Dalla Pozza，G.，Rossi，F.，Venable，K.B.：多智能体软约束聚合：顺序方法。收录：《第三届国际会议代理和人工智能ICAART'11》，第11卷（2010年）
[8] Ehrgott，M.，《多准则优化》（2005），海德堡：施普林格科学与商业媒体，海德堡·Zbl 1132.90001号
[9] Fioretto，F.、Yeoh，W.、Pontelli，E.、Ma，Y.、Ranade，S.J.：具有需求响应的经济调度的分布式约束优化（DCOP）方法。摘自：《第16届国际会议论文集——自主代理和多代理系统》（AAMAS 2017），第999-1007页。国际自治代理和多代理系统基金会（2017年）
[10] 弗里什，AM；哈维，W。；杰斐逊，C。；马丁内斯·埃尔南德斯，B。；Miguel，I.，《本质：指定组合问题的约束语言》，《约束》，13，3，268-306（2008）·Zbl 1147.68424号 ·doi:10.1007/s10601-008-9047-y
[11] Gadducci，F。；Hölzl，M。；GV Monreale公司；Wirsing，M。；卡斯特罗，F。；Gelbukh，A。；González，M.，词典顺序的软约束，人工智能及其应用进展，68-79（2013），海德堡：施普林格·doi:10.1007/978-3-642-45114-0_6
[12] van Hentenryck，P.，《OPL优化编程语言》（1999），剑桥：麻省理工学院出版社，剑桥
[13] Ingmar，L.、de la Banda，M.G.、Stuckey，P.J.、Tack，G.：模拟解决方案的多样性。摘自：《AAAI人工智能会议记录》，第34卷，第1528-1535页（2020年）
[14] Knapp，A.、Schiendorfer，A.和Reif，W.：软约束中的质量大于数量。摘自：《第26届人工智能国际会议工具》（ICTAI 2014），第453-460页（2014）
[15] McFadden，D.等人：定性选择行为的条件Logit分析（1973）
[16] Meseguer，P.，Rossi，F.，Schiex，T.：软约束。收录：Rossi，F.、van Beek，P.、Walsh，T.（编辑）《约束编程手册》，第9章。爱思唯尔（2006）
[17] Moulin，H.，《公平分工与集体福利》（2004），剑桥：麻省理工学院出版社，剑桥
[18] 北卡罗来纳州奈瑟科特。；Stuckey，PJ；贝克特，R。；品牌，S。；鸭子，GJ；塔克，G。；Bessière，C.，MiniZin:走向标准CP建模语言，约束编程的原则和实践-CP 2007，529-543（2007），海德堡：施普林格，海德伯格·doi:10.1007/978-3-540-74970-7_38
[19] 尼科西亚，G。；Pacifici，A。；Pferschy，U.，分配有限资源的公平性价格，Eur.J.Oper。决议，257，3，933-943（2017）·Zbl 1394.91252号 ·doi:10.1016/j.ejor.2016.08.013
[20] Rossi，F.，《集体决策：约束推理的绝佳机会》，《约束》，19，2186-194（2013）·doi:10.1007/s10601-013-9153-3
[21] 罗西，F。；Van Beek，P。；Walsh，T.，《约束编程手册》（2006），阿姆斯特丹：爱思唯尔出版社·Zbl 1175.90011号
[22] Schiendorfer，A。；赖夫·W·。；Schiex，T。；de Givry，S.，《减少多智能体软约束问题偏好聚合中的偏差》，约束编程原理与实践，510-526（2019），查姆：斯普林格，查姆·doi:10.1007/978-3-030-30048-7_30
[23] Schulte，C.、Lagerkvist，M.Z.、Tack，G.：通用约束开发环境。In:INFORMS年会（2006）
[24] Sen，A.，《集体选择与社会福利》（2017），剑桥：哈佛大学出版社，剑桥·Zbl 0227.90011号
[25] Stuckey，PJ；Lodi，A。；米兰，M。；Toth，P.，Lazy子句生成：结合SAT和CP（以及MIP？）求解的能力，AI和OR技术在组合优化问题约束编程中的集成，5-9（2010），海德堡：斯普林格·Zbl 1285.68166号 ·doi:10.1007/978-3-642-13520-0_3
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，而不要求完整或完全匹配。