Mascia,Franco,弗兰科;佩莱格里尼(Paola Pellegrini);毛罗·比拉塔里;托马斯·苏泽尔 反应禁忌搜索中的参数自适应分析。 (英语) Zbl 1291.90326号 国际事务处理。操作。物件。 21,第1期,127-152(2014). 摘要:在线参数自适应方案广泛应用于元启发式。它们有时比离线调优技术更受欢迎,主要原因有两个。首先,它们承诺即使在算法的设计或调优阶段没有考虑的新实例族上也能实现良好的性能。其次,假设在线方案可以使算法的行为适应搜索空间的局部特征。本文通过分析参数自适应对解决最大团问题的最新反应禁忌搜索(RTS)算法性能的贡献,对第二个假设提出了挑战。我们的实验分析表明,这种在线参数自适应方案收敛于参数的良好实例特定设置,并且没有证据表明它适应搜索空间的局部特征。通过对二次分配问题的RTS算法的进一步实验,验证了从分析中获得的见解。总之,这两种算法的结果为RTS有效性背后的原因提供了一些新的线索。 引用于2文件 MSC公司: 90 C59 数学规划中的近似方法和启发式 90立方厘米 涉及图形或网络的编程 90B80型 离散位置和分配 关键词:在线参数自适应;反应禁忌搜索;最大团问题;二次指派问题 软件:C索引器;QAPLIB公司;DIMACS公司;硬币 PDF格式BibTeX公司 XML格式引用 \textit{F.Mascia}等人,国际事务。操作。第21号决议,第1号,127--152(2014;Zbl 1291.90326) 全文: 内政部 参考文献: [1] Adamcsek,Cfinder:《在生物网络中定位集团和重叠模块》,生物信息学22(8),第1021页–(2006)·doi:10.1093/bioinformatics/btl039 [2] Balas,在任意图中寻找最大团,SIAM计算杂志15(4)pp 1054–(1986)·Zbl 0604.05024号 ·doi:10.1137/0215075 [3] 巴斯托斯,元启发式论文和调查第39页–(2001) [4] 图分区的Battiti、Greedy、禁令和反应式启发法,IEEE计算机交易48(4)pp 361–(1999)·doi:10.1109/12.762522 [5] Battiti,运筹学/计算机科学接口(2008) [6] Battiti,《反应式和动态局部搜索最大流量:工程有效构建块》,《计算机与运筹学》37(3),第534页–(2010)·Zbl 1173.90586号 ·doi:10.1016/j.cor.2009.02.013 [7] Battiti,最大团问题的反应式局部搜索,Algorithmica 29(4),第610页–(2001)·Zbl 0985.68016号 ·doi:10.1007/s004530010074 [8] Battiti,《反应式禁忌搜索》,《ORSA计算杂志》6第126页–(1994)·Zbl 0807.90094号 ·doi:10.1287/ijoc.6.2.126 [9] Boginski,《采矿市场数据:网络方法》,《计算机与运营研究》33(11),第3171页–(2006)·兹比尔1113.90079 ·doi:10.1016/j.cor.2005.01.027 [10] Bomze,最大团问题,组合优化手册,补充卷A 4第1页–(1999)·doi:10.1007/978-1-4757-3023-4_1 [11] Breiman,Bagging predictors,机器学习24 pp 123–(1996)·Zbl 0858.68080号 ·doi:10.1007/BF00058655 [12] Brockington,Cliques,着色和可满足性:第二次DIMACS实现挑战26(1996) [13] Burkard,QAPLIB-二次分配问题库,《全局优化杂志》10 pp 391–(1997)·Zbl 0884.90116号 ·doi:10.1023/A:1008293323270 [14] Butenko,计算生物化学和基因组学中的Clique-detection模型,《欧洲运筹学杂志》173 pp 1–(2005)·Zbl 1125.92025 ·doi:10.1016/j.ejor.2005.05.026 [15] Chiang,带时间窗的车辆路径问题的反应式禁忌搜索元启发式算法,《计算信息杂志》9,第417页–(1997)·Zbl 0901.90088号 ·doi:10.1287/ijoc.9.4.417 [16] Dorigo,《蚂蚁系统:自动催化优化过程》(1991) [17] Dorigo,蚁群优化(2004)·数字对象标识代码:10.1007/b99492 [18] Eiben,进化算法中的参数设置,第19页–(2007)·doi:10.1007/978-3-540-69432-82 [19] 格洛弗,整数编程的未来路径和与人工智能的链接,计算机与运筹学13(5)pp 533–(1986)·Zbl 0615.90083号 ·doi:10.1016/0305-0548(86)90048-1 [20] 格罗索,《为最大集团问题提供高效启发式的简单成分》,《启发式杂志》14(6),第587页–(2007)·Zbl 1173.90565号 ·数字对象标识代码:10.1007/s10732-007-9055-x [21] Hansen,最大可满足性问题的算法,计算44 pp 279–(1990)·Zbl 0716.68077号 ·doi:10.1007/BF02241270 [22] Hothorn,《实施一类置换测试:硬币包》,《统计软件杂志》28(8)第1页–(2008)·doi:10.18637/jss.v028.i08 [23] Ji,预测未对齐序列中常见RNA二级结构模体(包括假结)的图论方法,生物信息学20(10)pp 1591–(2004)·doi:10.1093/bioinformatics/bth131 [24] Joachims,《核方法的进展——支持向量学习》第169页–(1999) [25] Johnson,Cliques,着色和可满足性:第二个DIMACS实现挑战(1996)·Zbl 0875.68678号 [26] Lourenço,《元启发式手册》146 pp 363–(2010)·doi:10.1007/978-1-4419-1665-5_12 [27] Mascia,《第24届AAAI人工智能会议论文集》,AAAI 2010年第1274页–(2010) [28] Mascia,反应式禁忌搜索中的参数自适应分析(2011) [29] Moscato,《模因算法:简介》,第219页–(1999) [30] Nanry,使用反应式禁忌搜索解决带时间窗口的取货和发货问题,运输研究B部分34(2),第107页–(2000)·doi:10.1016/S0191-2615(99)00016-8 [31] 奥斯曼,反时针车辆路径问题的反应禁忌搜索元神经网络,《调度杂志》5(4)第263页–(2002)·兹比尔1009.90018 ·doi:10.1002/jos.122 [32] Palla,《量化社会群体进化》,《自然》第446页,第664页–(2007年)·doi:10.1038/nature05670 [33] Pellegrini,关于反应性禁忌搜索对其元参数的敏感性(2011年) [34] Pevzner,在DNA序列中寻找细微信号的组合方法,第269页–(2000) [35] Pla,通过基于区域的方法匹配图像序列中的特征点,计算机视觉和图像理解66(3)第271页–(1997)·doi:10.1006/cviu.1996.0512 [36] 普兰,最大团问题的分阶段局部搜索,组合优化杂志12(3),第303页–(2006)·Zbl 1255.90122号 ·doi:10.1007/s10878-006-9635-y [37] 普兰,最大集团问题的动态局部搜索,《人工智能研究杂志》25(1),第159页–(2006)·Zbl 1255.90122号 [38] 普兰(Pullan),《合作局部搜索最大团问题》,《启发式杂志》17(2),第181页–(2011)·doi:10.1007/s10732-010-9131-5 [39] Ryan,无人空中侦察模拟中的反应式禁忌搜索,第873页–(1998年) [40] Stützle,Autonomous Search第191页–(2012年) [41] Taillard,二次分配问题的鲁棒禁忌搜索,并行计算17(4-5)pp 443–(1991)·doi:10.1016/S0167-8191(05)80147-4 [42] Toune,IEEE计算智能世界大会论文集-进化计算第763页–(1998年) [43] Voy,《使用图论算法提取低剂量辐射的基因网络》,《公共科学图书馆·计算生物学》2(7)pp e89–(2006)·doi:10.1371/journal.pcbi.0020089 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。