×
瓦希德·罗斯塔波尔;安妮塔·诺依曼;弗兰克·诺依曼;托拜厄斯·弗里德里希

动态费用约束子集选择的Pareto优化。 （英语） Zbl 1482.90201号

Artif公司。智力。 302，文章ID 103597，17 p.（2022）.
摘要：我们考虑了具有随时间变化的约束界的函数（f）的子集选择问题。在子模块优化领域中，常用各种贪婪方法。对于动态环境，我们观察到这些贪婪方法的自适应变体无法保持其近似质量。通过研究最近引入的POMC Pareto优化方法，我们发现该算法有效地计算了a（φ=（\alpha_f/2）（1-\frac{1}{e^{\alpha_f}}）-近似，其中\（\alfa_f\）是每个可能的约束界\（b\leqB\）的\（f\）的子模比。此外，我们还表明，在（B）增加的情况下，POMC能够快速调整其解集。我们对社交网络中影响最大化的实验研究表明，与广义贪婪算法相比，POMC具有优势。我们还考虑了EAMC（一种新的进化算法，它具有多项式期望时间保证以保持近似比），以及NSGA-II（具有两种不同的种群规模）作为高级多目标优化算法，以证明它们在优化最大覆盖问题方面的挑战。我们的实证分析表明，在相同的评估次数内，POMC在线性约束下的表现与NSGA-II一样好，而EAMC在大多数情况下的表现明显低于所有考虑的算法。

引用于2文件

理学硕士：

90C29型 多目标规划
68瓦40 算法分析
90C27型 组合优化

关键词：

子集选择;子模函数;多目标优化;运行时分析
PDF格式BibTeX公司 XML格式引用
\textit｛V.Roostapour｝等人，人工制品。智力。302，文章ID 103597，17 p.（2022；Zbl 1482.90201）
全文： 内政部 arXiv公司

参考文献：

[1] 罗斯塔波尔，V。；Neumann，A。；Neumann，F。；Friedrich，T.，动态成本约束下子集选择的Pareto优化，（第三十三届AAAI人工智能会议论文集，AAAI 2019（2019），美国AAAI出版社），2354-2361
[2] Yang，S.，动态优化问题的进化计算，（遗传与进化计算会议论文集，GECCO 2015（2015），ACM），629-649
[3] Neumann，F。；Witt，C.，《关于动态总工期调度的随机局部搜索和简单进化算法的运行时》，（第二十四届国际人工智能联合会议论文集，IJCAI（2015），AAAI出版社），3742-3748
[4] 博斯克，J。；Neumann，F。；彭，P。；Sudholt，D.，动态图着色随机搜索启发式的运行时分析，（遗传与进化计算会议论文集（2019），GECCO，ACM），1443-1451
[5] Pourhasan，M。；葡萄球菌。；Neumann，F.，RLS的运行时分析和动态加权顶点覆盖问题的（1+1）EA，Theor。计算。科学。，832, 20-41 (2020) ·Zbl 1443.68229号
[6] Shi，F。；Schirneck，M。；弗里德里希，T。；Kötzing，T。；Neumann，F.，动态一致约束下线性函数进化算法的再优化时间分析，算法，81，2，828-857（2019）·Zbl 1411.68149号
[7] 罗斯塔波尔，V。；Neumann，A。；Neumann，F.，动态背包问题的进化多目标优化（2020），预印本
[8] 纳姆豪泽，G.L。；Wolsey，L.A.，《最大化子模集函数：算法的公式化和分析》，《北韩数学研究》，第59卷，279-301（1981），Elsevier·Zbl 0469.90052号
[9] 库勒，S。；莫斯，A。；Naor，J.，《预算最大覆盖问题》，《信息处理》。莱特。，70, 1, 39-45 (1999) ·Zbl 1002.68203号
[10] 克劳斯，A。；Guestrin，C.，《关于子模函数预算最大化的注释》（2005），卡内基梅隆大学。自动学习和发现中心
[11] Lin，H。；Bilmes，J.A.，通过子模函数的预算最大化进行多文档摘要，（人类语言技术：计算语言学协会北美分会会议（2010），计算语言学协会），912-920
[12] Iyer，R.K。；Bilmes，J.A.，《带子模块覆盖和子模块背包约束的子模块优化》，（《神经信息处理系统进展》第26期：第27届神经信息处理年会（2013年）），2436-2444
[13] 张，H。；Voradecompichik，Y.，《带路由约束的子模块优化》，（第三十届AAAI人工智能会议论文集，AAAI 2016（2016），美国AAAI出版社），819-826
[14] 弗里德里希，T。；Neumann，F.，用进化算法在拟阵约束下最大化子模函数，Evol。计算。，23, 4, 543-558 (2015)
[15] 钱，C。；Yu，Y。；Zhou，Z.，基于Pareto优化的子集选择，（神经信息处理系统进展28：神经信息处理体系年会（2015）），1774-1782
[16] 钱，C。；Yu，Y。；Tang，K。；姚，X。；Zhou，Z.，用多目标进化算法最大化子模或单调近似子模函数，Artif。智力。，275, 279-294 (2019) ·兹比尔1482.90187
[17] 钱，C。；史J。；Yu，Y。；Tang，K.，关于一般成本约束下的子集选择，（国际人工智能联合会议论文集，2017（2017）），2613-2619
[18] Qian，C.，多目标进化算法仍然很好：最大化单调近似子模减去模函数，Evol。计算。，1-28 (2020)
[19] 卞，C。；冯，C。；钱，C。；Yu，Y.，《具有一般成本约束的子集选择的有效进化算法》，（第三十四届AAAI人工智能会议论文集，AAAI 2020（2020），美国AAAI出版社），3267-3274
[20] Deb，K。；阿格拉瓦尔，S。；普拉塔普，A。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans。进化。计算。，6, 2, 182-197 (2002)
[21] 纳姆豪泽，G.L。；洛杉矶沃尔西。；Fisher，M.L.，《最大化子模集函数的近似分析-I，数学》。程序。，14, 1, 265-294 (1978) ·Zbl 0374.90045号
[22] 康福尔蒂，M。；Cornuéjols，G.，子模集函数，拟阵和贪婪算法：紧最坏情况边界和Rado-Edmonds定理的一些推广，离散应用。数学。，7, 3, 251-274 (1984) ·Zbl 0533.90062号
[23] Vondrák，J.，《子模块和曲率：最优算法》，RIMS kókyóroku Bessatsu，23，253-266（2010）·Zbl 1219.68109号
[24] Laumanns，M。；Thiele，L。；Zitzler，E.，伪布尔函数多目标进化算法的运行时间分析，IEEE Trans。进化。计算。，8, 2, 170-182 (2004)
[25] 弗里德里希，T。；He，J。；赫宾豪斯，北。；Neumann，F。；Witt，C.，使用多目标模型通过随机搜索启发式逼近覆盖问题，Evol。计算。，18, 4, 617-633 (2010)
[26] 多尔，B。；Happ，E。；Klein，C.，单源最短路径问题（1+1）-EA的严密分析，Evol。计算。，19, 4, 673-691 (2011)
[27] 科尔德，G.W。；Foreman，D.I.，《非统计学家的非参数统计：逐步方法》（2009），威利出版社·Zbl 1167.62051号
[28] Kempe，D。；Kleinberg，J.M。；爱沙尼亚塔尔多斯。，通过社交网络最大限度地扩大影响力，理论计算。，11, 105-147 (2015) ·Zbl 1337.91069号
[29] 阿尔伯特·R。；Barabási，A.-L.，《复杂网络的统计力学》，修订版。物理。，74, 1, 47 (2002) ·Zbl 1205.82086号
[30] Erdős，P。；Rényi，A.，关于随机图I，Publ。数学。（碎片），6290-297（1959）·Zbl 0092.15705号
[31] Hogg，T。；Lerman，K.，Digg的社会动力学，EPJ数据科学。，第1、1、5条pp.（2012年）
[32] Barbieri，N。；Bonchi，F。；Manco，G.，主题软件社会影响传播模型，（IEEE数据挖掘会议论文集（2012），IEEE计算机学会），81-90
[33] Xu，K。；Boussemart，F。；Hemery，F。；Lecoutre，C.，《随机约束满足：硬（可满足）实例的轻松生成》，Artif。智力。，171, 8-9, 514-534 (2007) ·兹比尔1168.68554
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。