×
周，清;Benlic，乌纳;吴庆华

一种基于重构局部搜索的模因算法，用于网络中的最小平方和聚类。 （英语） Zbl 1475.68363号

信息科学。 541, 271-296 (2020).
小结：边最小平方和聚类问题（E-MSSC）旨在寻找原型，使从一组顶点到其最近原型的距离平方和最小化，其中原型是边的顶点或内部点。本文提出了一种高效的E-MSSC模因算法，该算法将用于求解的专用交叉算子与用于求解改进的重新定义局部搜索相结合。重整局部搜索是一种用于连续定位问题的最新算法框架，它基于给定问题的原始（连续）和离散公式之间的交替。此外，该算法使用简单的种群更新策略，并使用变异算子防止过早收敛。在三组132个基准实例上的计算结果表明，该算法在解的质量和计算效率方面与现有的最新算法具有很好的竞争力。我们还分析了该算法的几个基本组件，以了解它们对算法性能的贡献。

引用于1文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
62H30型 分类和区分；聚类分析（统计方面）
68兰特 计算机科学中的图论（包括图形绘制）

关键词：

启发式;集群问题;模因算法;重新制定局部搜索

软件：

禁忌搜索;irace公司;OR-库;稀疏矩阵;TSPLIB公司;J平均值
PDF格式BibTeX公司 XML格式引用
\textit{Q.Zhou}等人，《信息科学》。541、271--296（2020年；Zbl 1475.68363）
全文： 内政部

参考文献：

[1] 阿洛伊斯，D。；Deshpande，A。；Hansen，P。；Popat，P.，《欧几里德平方和聚类的NP-harderness》，马赫。学习。，75, 2, 245-248 (2009) ·Zbl 1378.68047号
[2] 阿洛伊斯，D。；Hansen，P。；Liberti，L.，最小平方和聚类的改进列生成算法，数学。程序。，131, 1-2, 195-220 (2012) ·Zbl 1236.90095号
[3] Al Omary，纽约州。；Jamil，M.S.，基于聚类的机器学习算法的新方法，Knowl-基于系统。，19, 4, 248-258 (2006)
[4] 阿维拉，P。；萨萨诺，A。；Vasil’ev，I.，大规模p-中值问题的计算研究，数学。程序。，109，189-114（2007年）·Zbl 1275.90112号
[5] Bagirov，A.M.，最小平方和聚类问题的改进全局k均值算法，模式识别。，41, 10, 3192-3199 (2008) ·Zbl 1147.68669号
[6] Bagirov，A.M。；南卡罗来纳州塔赫里。；Ugon，J.，最小平方和聚类问题的非光滑DC编程方法，模式识别。，53, 12-24 (2016) ·Zbl 1412.68200号
[7] 巴拉普拉卡什，P。；比拉塔里，M。；Stützle，T.，《F-Race算法的改进策略：抽样设计和迭代优化》，（Bartz-Beielstein，T.等，《混合元启发式》，《Lect.Notes计算科学》，第4771卷（2007年），施普林格：施普林格柏林），108-122
[8] Beasley，J.E.，《关于解决大型p-中值问题的注释》，欧洲期刊Oper。研究，21，2，270-273（1985）·Zbl 0569.90021号
[9] 比拉塔里，M。；Stützle，T。；帕奎特。；Varrentrap，K.，配置元启发式的竞赛算法，（第四届遗传与进化计算年会论文集（2002），摩根考夫曼出版社），11-18
[10] Brimberg，J。；Drezner，Z。；Mladenović，N。；Salhi，S.，《连续位置问题的新局部搜索》，Eur.J.Oper。第232、2、256-265号决议（2014年）·Zbl 1305.90267号
[11] Brimberg，J。；Drezner，Z。；Mladenović，N。；Salhi，S.，《使用注入点重新制定局部搜索以解决连续定位问题》，南斯拉夫J.Oper。研究，27，3，291-300（2016）·Zbl 1474.90270号
[12] 卡拉斯科，J。；加西亚，S。；Rueda，M.M。；达斯，S。；Herrera，F.，《使用统计测试比较群和进化计算算法的最新趋势：实用指南和评论》，《群进化》。计算。（2020），正在出版
[13] Carrizosa Priego，E.J。；Mladenović，N。；Todosijević，R.，网络上的平方和聚类，南斯拉夫J.Operat。第21号、第2号、第157-161号决议（2011年）·Zbl 1289.90242号
[14] Carrizosa，E。；Mladenović，N。；Todosijević，R.，网络上最小平方和聚类的可变邻域搜索，Eur.J.Oper。研究，230，2356-363（2013）·Zbl 1317.91061号
[15] 科斯塔·L·R。；阿洛伊斯，D。；Mladenović，N.，《少即是多：平衡最小平方和聚类的基本变量邻域搜索启发式》，《信息科学》。，415-416, 247-253 (2017)
[16] T.H.Cuong，J.C.Yao，N.D.Yen，最小平方和聚类问题的定性性质，2018年。arXiv预打印arXiv:1810.02057。
[17] Davis，T.A。；Hu，Y.，佛罗里达大学稀疏矩阵收集，ACM Trans。数学。软件（TOMS），38，1，1-25（2011）·Zbl 1365.65123号
[18] 德尔塞尔，J。；E.大阪。；莫利纳，D。；Yang，X.S。；Salcedo-Sanz，S。；卡马乔，D。；达斯，S。；Suganthan，P.N。；科埃罗，C.A.C。；Herrera，F.，《生物灵感计算：我们的立场和下一步是什么》，Swarm Evolut。计算。，48, 220-250 (2019)
[19] 德拉克，J。；南卡罗来纳州加西亚。；莫利纳，D。；Herrera，F.，《关于使用非参数统计测试作为比较进化算法和群体智能算法的方法的实用教程》，swarm Evolut。计算。，1, 1, 3-18 (2011)
[20] 快速，C.C。；Hicks，I.V.，p-中值问题的分支分解算法，INFORMS J.Compute。，29, 3, 474-488 (2017) ·兹比尔1386.90071
[21] 手套，F。；Laguna，M.，Tabu Search，（Du，D.Z.；Pardalos，P.M.，《组合优化手册》（1998），Springer:Springer Boston），2093-2229·Zbl 0914.90002号
[22] Hansen，P。；Mladenović，N.，p-中值的可变邻域搜索，位置科学。，5, 4, 207-226 (1997) ·Zbl 0928.90043号
[23] Hansen，P。；Mladenović，N.，J-MEANS:最小平方和聚类的一种新的局部搜索启发式算法，Pattern Recogn。，34, 2, 405-413 (2001) ·Zbl 1012.68873号
[24] Hansen，P。；Cheung，B.K。；恩盖，E。；Mladenović，N.，《全局K-means分析，最小平方和聚类的增量启发式》，J.Classif。，22, 2, 287-310 (2005) ·Zbl 1336.62182号
[25] Hao，J.K.，离散优化中的模因算法，（Neri，F.；Cotta，C.；Moscato，P.，模因算法手册，计算智能研究，第379卷（2012年），Springer:Springer-Blin），73-94
[26] 胡克，J.N。；加芬克尔，R.S。；Chen，C.K.，网络位置问题的有限支配集，Oper。研究，39，1，100-118（1991）·Zbl 0744.90049号
[27] 赖，X。；Hao，J.K.，基于禁忌搜索的模因算法，用于最大-最小色散问题，计算。操作人员。决议，72，118-127（2016）·Zbl 1349.90860号
[28] 利卡斯，A。；弗拉西斯，N。；Verbeek，J.J.，《全局k-means聚类算法》，模式识别。，36, 2, 451-461 (2003)
[29] López-Ibáñez，M。；Dubois-Lacoste，J。；Cáceres，L.P。；比拉塔里，M。；Stützle，T.，irace软件包：自动算法配置的迭代竞赛，Oper。研究展望。，3, 43-58 (2016)
[30] 卢，Y。；Benlic，美国。；Wu，Q.，具有强制访问和排除约束的定向运动问题的模因算法，欧洲期刊Oper。Res.，268，1，54-69（2018）·Zbl 1403.90144号
[31] 卢，L。；Hao，J.K。；Wu，Q.，带利润的旅行修理工问题的混合进化搜索，信息科学，50291-108（2019）·Zbl 1453.90179号
[32] Moscato，P.，《优化和分层目标函数的人口方法简介：关于禁忌搜索作用的讨论》，Ann.Oper。第41、2、85-121号决议（1993年）·Zbl 0775.90292号
[33] 纳尔迪，M.C。；Campello，R.J.G.B.，分布式进化k-means聚类算法的比较，神经计算，163，78-93（2015）
[34] 尼古拉耶夫，A。；Mladenović，N。；Todosijević，R.，网络上最小平方和聚类的J-means和I-means，Optim。莱特。，11, 2, 359-376 (2017) ·Zbl 1369.90180号
[35] Ordin，B。；Bagirov，A.M.，解决最小平方和聚类问题的启发式算法，J.Global Optim。，61, 2, 341-361 (2015) ·Zbl 1311.90111号
[36] Reinelt，G.，TSPLIB——旅行推销员问题库，ORSA J.Compute。，3, 4, 376-384 (1991) ·Zbl 0775.90293号
[37] 重发，M.G.C。；Werneck，R.F.，《p-median问题的混合启发式》，《启发式杂志》，10，1，59-88（2004）·Zbl 1069.68600号
[38] J.M.Squires、A.Lumsdaine、R.L.Stevenson，基于集群的并行图像处理工具包，载于：图像和视频处理III，国际光学和光子学学会，第2421卷，1995年，第228-240页。
[39] 吴琼。；Hao，J.K.，最大多样性问题的混合元启发式方法，Eur.J.Oper。研究，231，2452-464（2013）·Zbl 1317.90338号
[40] 吴琼。；Hao，J.K.，组合拍卖中基于集团的最优获胜者确定精确方法，信息科学。，334-335, 103-121 (2016)
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。