×
Jorge A.Soria-Alcaraz。；加布里埃拉·奥乔亚；Sotelo Figeroa，马可·A。；埃德蒙·伯克（Edmund K.Burke）。

在选择超神经科学中确定有效启发式子集的方法。 （英语） Zbl 1403.90658号

欧洲药典。物件。 260，第3号，972-983（2017）.
摘要：我们讨论了在选择超神经科学中确定有效启发式子集的重要步骤。文献中很少关注这一点，决定权留给研究人员。超神经症患者的表现取决于启发式池的质量和大小。使用多个启发式通常是有利的，但是，不必要的大池可能会降低自适应方法的性能。我们的目标是为这一步带来严格的方法论。提出的方法使用非参数统计和来自一组可用启发式和基准实例的适应度景观测量，以便为潜在问题生成有效启发式的紧凑子集。我们还提出了一种新的迭代局部搜索超神经系统，该系统使用多臂盗贼和变化检测机制。该方法在两个实际优化问题上进行了测试：课程时间表和车辆路线。所提议的超神经症患者具有紧凑的启发式池，其表现优于最先进的超神经疗法，并在课程时间表中与特定问题的方法相竞争，甚至在24个研究实例中的5个实例中产生了新的最知名的解决方案。

引用于6文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
90C27型 组合优化

关键词：

元启发式；超神经科学；自适应搜索；组合优化；迭代局部搜索

软件：

HyFlex公司；超启发式；帕拉米尔斯
PDF格式BibTeX公司 XML格式引用
\textit{J.A.Soria-Alcaraz}等人，《欧洲药典》。第260号决议，第3号，972--983（2017；Zbl 1403.90658）
全文： 内政部 链接

参考文献：

[1] Altenberg，L.，《遗传编程中进化性的进化》，《遗传程序设计进展》，47-74（1994），麻省理工学院出版社：麻省理工学院出版社，美国马萨诸塞州剑桥
[2] 奥尔，P。；塞萨·比安奇，N。；Fischer，P.，《多武器盗贼问题的有限时间分析》，机器学习，47，2-3，235-256（2002）·Zbl 1012.68093号
[3] Babaei，H。；卡林普尔，J。；Hadidi，A.，《大学课程时间表问题方法调查》，计算机与工业工程，86，43-59（2015）
[4] Birattari，M.，《调整元启发式：机器学习视角》（2009），Springer·Zbl 1183.68464号
[5] 伯克，E。；埃克斯利，A。；McCollum，B。；彼得罗维奇，S。；Qu，R.，大学考试时间表的混合可变邻域方法，《欧洲运筹学杂志》，206，1，46-53（2010）·邮编：1188.90090
[6] 伯克，E.K。；Gendreau，M。；海德，M。；Kendall，G。；奥乔亚，G。；Ozcan，E。；Qu，R.，《超神经科学：现状调查》，《运筹学学会杂志》，第64、12、1695-1724页（2013年）
[7] 伯克，E.K。；海德，M。；Kendall，G。；奥乔亚，G。；厄兹坎，E。；Woodward，J.，《元启发式手册》，运筹学与管理科学国际系列，第146卷，第449-468页（2010年），施普林格出版社·Zbl 1198.90002号
[8] 伯克，E.K。；McCollum，B。；梅赛尔，A。；彼得罗维奇，S。；Qu，R.，教育时间表问题的基于图的超启发式，《欧洲运筹学杂志》，176，177-192（2007）·Zbl 1137.90602号
[9] 伯克，E.K。；曲，R。；Soghier，A.，《改进考试时间表的启发式自适应选择》，《运筹学年鉴》，218，1，129-145（2014）·Zbl 1301.90031号
[10] 坎巴扎德，H。；希伯拉德，E。；OSullivan，B。；Papadopoulos，A.，基于注册后课程时间表问题的局部搜索和约束编程，运筹学年鉴，194111-135（2012）·Zbl 1251.90120号
[11] 塞西娅，S。；Di Gaspero，L。；Schaerf，A.，《入学后课程时间表问题模拟退火方法的设计、工程和实验分析》，《计算机与运营研究》，39，7，1615-1624（2012）
[12] Chakhlevitch，K。；Cowling，P.，在超启发式框架中选择最合适的低级启发式子集，组合优化中的进化计算。组合优化中的进化计算，摘自《计算机科学讲义》，第3448卷，第23-33页（2005），施普林格出版社：施普林格-柏林-海德堡·兹比尔1101.90086
[13] 科斯塔，L.D。；Fialho，A。；Schoenauer，M。；Sebag，M.，动态多臂强盗自适应算子选择，遗传和进化计算会议论文集（GECCO 2008），913-920（2008），ACM
[14] 德拉克，J。；加西亚，S。；莫利纳，D。；Herrera，F.，《关于使用非参数统计测试作为比较进化和群体智能算法的方法的实用教程》，swarm and evolutionary Computation，1，1，3-18（2011）
[15] 艾本，A。；Smit，S.，用于配置和分析进化算法的参数调整，Swarm和进化计算，1，1，19-31（2011）
[16] Fialho，A。；科斯塔，L。；Schoenauer，M。；Sebag，M.，《进化算法、学习和智能优化中自适应操作员选择的动态多臂强盗和基于极值的奖励》。学习和智能优化，计算机科学讲义，第5851卷，176-190（2009），施普林格：施普林格-柏林-海德堡
[17] Fialho，A。；科斯塔，L.D。；Sebag，M.，《分析基于强盗的自适应操作员选择机制》，《数学与人工智能年鉴》，60，1-2，25-64（2010）·Zbl 1226.68081号
[18] Hoos，H.H.，《自动算法配置和参数调整》，《自主搜索》，37-71（2012），施普林格出版社：施普林格-柏林-海德堡出版社
[19] Hutter，F。；胡斯，H.H。；莱顿-布朗，K。；Stützle，T.，Paramils:自动算法配置框架，《人工智能研究杂志》，36，1，267-306（2009）·Zbl 1192.68831号
[20] Jat，S.N。；Yang，S.，一种用于注册后课程时间表的混合遗传算法和禁忌搜索方法，《调度杂志》，14，6，617-637（2011）
[21] Kumar，S.N.，《车辆路径问题及其变体的调查》，智能信息管理，04,03,66-74（2012）
[22] Lewis，R.，《基于注册后课程时间表的时间相关元启发式算法》，《运筹学年鉴》，194273-289（2012）·Zbl 1251.90164号
[24] 刘易斯，R。；Thompson，J.，《用有效的元启发式分析解决方案空间连通性对课程时间表问题的影响》，《欧洲运筹学杂志》，240，3，637-648（2015）·兹比尔1338.90172
[25] Lourenço，H。；O·马丁。；Stützle，T.，迭代局部搜索，（Glover，F.；Kochenberger，G.；Hillier，F.S.，《元启发式手册》，运筹学与管理科学国际系列，第57卷（2003），Springer:Springer New York），320-353·Zbl 1116.90412号
[26] 卢，Z。；Hao，J.-K.，自适应禁忌搜索课程时间表，《欧洲运筹学杂志》，200,1235-244（2010）·Zbl 1190.90166号
[27] 马西娅（F.Mascia）。；Stützle，T.，CHeSC 2011竞赛第1章，第101-114页的非自适应随机局部搜索算法（2012），施普林格：施普林格-柏林-海德堡
[29] 奥乔亚，G。；海德，M。；乌龟，T。；Vazquez-Rodriguez，J.A。；沃克，J。；Gendreau，M。；Burke，E.K.，Hyflex：跨域启发式搜索的基准框架，第12届欧洲组合优化进化计算会议论文集，evoCOP’12。《计算机科学讲稿》第7245卷，136-147（2012），斯普林格·弗拉格·Zbl 1292.90337号
[30] 奥乔亚，G。；沃克，J。；海德，M。；Curtois，T.，自适应进化算法和hyflex超启发式框架的扩展，来自自然的并行问题解决-PPSN 2012。自然并行问题解决——PPSN 2012，计算机科学课堂讲稿，第7492卷，418-427（2012），施普林格：施普林格柏林
[31] 皮拉克，V。；Gendreau，M。；Guaret，C。；Medaglia，A.L.，《动态车辆路径问题综述》，《欧洲运筹学杂志》，225，1，1-11（2013）·Zbl 1292.90203号
[32] 皮莱，N.，《学校时间表研究调查》，《运筹学年鉴》，218，1，261-293（2013）·Zbl 1301.90040号
[33] Pillay，N.，《教育时间表中的超神经科学综述》，《运筹学年鉴》，1-36（2014）
[34] 曲，R。；伯克，E.K。；McCollum，B.，《考试时间表和图形着色问题的混合启发式自适应自动构建》，《欧洲运筹学杂志》，198,2392-404（2009）·兹比尔1163.90775
[35] 曲，R。；伯克，E.K。；McCollum，B。；梅洛，L.T.G。；Lee，S.Y.，《考试时间表搜索方法和自动化系统开发的调查》，《日程安排杂志》，12，1，55-89（2008）·Zbl 1279.90071号
[36] 北卡罗来纳州萨巴尔。；阿约布，M。；Kendall，G。；Qu，R.，组合优化问题的动态多臂土匪基因表达编程超启发式，IEEE控制论汇刊，45，22217-228（2015）
[38] 史密斯，T。；丈夫，P。；莱泽尔，P。；O'Shea，M.，《健身景观和进化性》，进化计算，10，1，1-34（2002）
[39] Smith-Miles，K。；Lopes，L.，《测量组合优化问题的实例难度》，计算机与运筹学，39，5，875-889（2012）·Zbl 1251.90339号
[40] Soria-Alcaraz，J。；奥乔亚，G。；Carpio，J.M.（卡尔皮奥，J.M.）。；Puga，H.，自适应算子选择中的进化性度量，遗传和进化计算会议，1327-1334（2014），温哥华：加拿大不列颠哥伦比亚省温哥华
[41] Soria-Alcaraz，J。；Ozcan，E。；斯旺，J。；Kendall，G。；Carpio，M.，《使用添加和删除超神经网络进行大学课程时间表的迭代本地搜索》，应用软件计算，40，581-593（2016）
[42] Soria-Alcaraz，J。；Terashima-Marin，H。；Carpio，M.，《使用超神经系统的学术时间表设计》，《软计算进展》，ITT，第1卷，158-164（2010），Springer-Verlag
[43] Soria-Alcaraz，J.A。；奥乔亚，G。；斯旺，J。；卡皮奥，M。；Puga，H。；Burke，E.K.，《针对课程时间表问题的有效学习超神经科学》，《欧洲运筹学杂志》，238，1，77-86（2014）·Zbl 1338.90183号
[44] Vanneschi，L。；克莱格，M。；科拉德，P。；托马西尼，M。；Verel，S.，遗传编程中的适应度云和问题硬度，遗传和进化计算论文集。。遗传和进化计算学报。，计算机科学课堂讲稿，卷3103，690-701（2004），施普林格：施普林格-柏林-海德堡
[45] 沃克，J。；奥乔亚，G。；Gendreau，M。；Burke，E.K.，《hyflex超神经网络框架内的车辆路径和自适应迭代局部搜索》（Hamadi，Y.；Schoenauer，M.，《学习和智能优化》，计算机科学课堂讲稿（2012），施普林格：施普林格-柏林-海德堡），265-276
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。