×
马塞洛·罗德里格斯;亚历山大·普拉斯蒂诺;尤弗顿多斯桑托斯·索萨

MineReduce方法在减少组合优化问题实例大小方面的有效性。 （英语） Zbl 07831958号

RAIRO，运营。物件。 58，编号2，1131-1146（2024）.
总结：以前的工作表明，使用数据挖掘技术可以提高元启发式的性能，从而改进获得的解决方案。在一个已经成功使用了十多年的策略中，数据挖掘技术被应用于从启发式过程早期发现的良好解决方案中提取模式，并将这些模式引入到随后生成的解决方案中。最近，提出了一种使用数据挖掘减少问题规模的新方法，称为MineReduce，并在改进元启发式方面取得了更令人印象深刻的结果。在这项工作中，我们应用MineReduce方法来提高多起点迭代禁忌搜索算法的性能。结果表明，结合MineReduce方法，该方法可以获得更好的解，同时花费更少的时间。此外，我们评估了MineReduce执行的大小缩减的有效性，并将其与内核化算法进行了比较。尽管缺乏对最佳性或规模界限的保证，但MineReduce的减排在实践中是有效的。

MSC公司：

68年第27季度 参数化复杂性、可处理性和核化
90C27型 组合优化
90 C59 数学规划中的近似方法和启发式

关键词：

元启发式;问题规模缩减;数据挖掘

软件：

佩尔;TTTPLOTS公司
PDF格式BibTeX公司 XML格式引用
\textit{M.R.de Holanda Maia}等人，RAIRO，Oper。第58号决议，第2号，1131--1146（2024；Zbl 07831958）
全文： 内政部

参考文献：

[1] R.M.Aiex、M.G.C.Resende和C.C.Ribeiro，《TTT绘图：创建时间-目标绘图的perl程序》。最佳方案。莱特。1 (2007) 355-366. ·Zbl 1220.90102号
[2] C.Bazgan、S.Toubaline和Z.Tuza，关于独立集和顶点覆盖的最重要节点。谨慎。申请。数学。159 (2011) 1933-1946. ·Zbl 1236.05141号
[3] S.Bouamama、C.Blum和A.Boukerram，最小权重顶点覆盖问题的基于种群的迭代贪婪算法。申请。软计算。12 (2012) 1632-1639.
[4] M.Cygan、F.V.Fomin、L.Kowalik、D.Lokshtanov、D.Marx、M.Pilipczuk、M.Pilipczuk和S.Saurabh核化，参数化算法第2章。Springer International Publishing，Cham（2015）17-49·兹比尔1334.90001
[5] R.G.Downey和M.R.Fellows，《一些特殊方法：有界搜索树方法和问题内核》第3章。Springer New York，NY（1999）29-48。
[6] M.R.Fellows、L.Jaffke、A.I.Király、F.A.Rosamond和M.Weller，《关于顶点覆盖内核化的已知信息》？。Springer International Publishing，Cham（2018）330-356·Zbl 1514.68213号
[7] S.Funke、A.Nusser和S.Storandt，电动汽车装载站的布置：无需绕道！。J.阿蒂夫。智力。第53号决议（2015）633-658·Zbl 1337.90037号
[8] G.Grahne和J.Zhu，高效使用前缀树挖掘频繁项集。收录于：IEEE ICDM频繁项集挖掘实施研讨会论文集（2003年）。
[9] V.V.Gusev，顶点覆盖游戏：应用于传输网络。欧米茄97（2020）102102。
[10] J.Han、M.Kamber和J.Pei，《数据挖掘：概念与技术》，第3版。Morgan Kaufmann Boston（2012年）·Zbl 1230.68018号
[11] R.Jovanovic和M.Tuba，针对最小权重顶点覆盖问题的改进信息素校正策略蚁群优化算法。申请。软计算。11 (2011) 5360-5366.
[12] R.M.Karp，组合问题中的可约性。美国斯普林格，马萨诸塞州波士顿（1972）85-103·Zbl 1467.68065号
[13] S.Lamm，C.Schulz，D.Strash，R.Williger和H.Zhang，精确求解大型实世界图上的最大权无关集问题。SIAM（2019）144-158·Zbl 1430.68226号
[14] R.Li，S.Hu，H.Zhang和M.Yin，最小加权顶点覆盖问题的有效局部搜索框架。信息科学。372 (2016) 428-445. ·Zbl 1428.90183号
[15] M.R.H.Maia，A.Plastino和P.H.V.Penna，MineReduce：基于数据挖掘的问题规模缩减方法。计算。操作。第122号决议（2020）104995·Zbl 1458.90132号
[16] M.R.H.Maia、M.Reula、C.Parreño Torres、P.P.Vuppuluri、A.Plastino、U.S.Souza、S.Ceschia、M.Pavone和A.Schaerf，针对容量受限的设施选址问题的元启发式技术，与客户不兼容。软计算。27 (2023) 4685-4698.
[17] M.R.H.Maia等。Santana，I.Rosseti，U.S.Souza和A.Plastino，基于MineReduce的最小延迟问题元启发式算法。收录：《元启发式》，由L.Di Gaspero、P.Festa、A.Nakib和M.Pavone编辑。施普林格国际出版公司（2023）88-102。
[18] S.L.Martins、I.Rosseti和A.Plastino，《随机局部搜索中的数据挖掘》第3章。Springer International Publishing，Cham（2018）39-87。
[19] R.Niedermeier和P.Rossmanith，关于加权顶点覆盖的有效固定参数算法。《算法杂志》47（2003）63-77·Zbl 1046.68058号
[20] A.Plastino、B.Barbalho、L.F.M.Santos、R.Fuchschuber和S.L.Martins，DM-GRASP混合元启发式的自适应和多挖掘版本。《启发式杂志》20（2014）39-74。
[21] L.F.Santos、S.L.Martins和A.Plastino，DM-GRASP启发式的应用：一项调查。国际事务处理。操作。第15号决议（2008）387-416·Zbl 1157.90015号
[22] S.J.Shyu、P.Y.Yin和B.M.T.Lin，最小权重顶点覆盖问题的蚁群优化算法。安·Oper。第131号决议（2004）283-304·Zbl 1066.90135号
[23] A.Tharwat，分类评估方法。申请。计算。通知。17 (2021) 168-192.
[24] X.Xie，X.Qin，C.Yu和X.Xu，基于测试成本敏感粗糙集的最小权重顶点覆盖问题方法。申请。软计算。64 (2018) 423-435.
[25] 周涛，吕振中，王毅，丁建中，彭斌，最小权顶点覆盖问题的多段迭代禁忌搜索。J.库姆。最佳方案。32 (2016) 368-384. ·兹伯利1353.90136
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。