×

使用SVM组合标准二次型问题的全局启发式。 (英语) Zbl 1339.90258号

摘要:标准二次型问题(StQP)是一个具有多个局部极小值点(驻点)的NP-hard问题。在文献中,提出了基于无约束连续非凸公式的启发式算法[I.M.Bomze先生第二作者J.Glob。最佳方案。32,第2期,181-205(2005年;Zbl 1080.90057号);I.M.Bomze先生等,Top 20,No.1,35-51(2012;Zbl 1401.90141号)]但就所发现的最佳价值而言,没有一家公司能够主导另一家公司。以下[A.卡西奥利等,计算。最佳方案。申请。51,第1号,279–303(2012年;Zbl 1243.90178号)]我们建议使用支持向量机(SVM)来定义一个选择“最佳”启发式的多阶段全局策略。我们在图上的最大团问题产生的StQP上测试了我们的方法,这是一个具有挑战性的组合问题。我们将DIMACS挑战中的集团问题用作基准。

MSC公司:

90C20个 二次规划
90 C59 数学规划中的近似方法和启发式
90C26型 非凸规划,全局优化
90C27型 组合优化
62H30型 分类和区分;聚类分析(统计方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bishop,C.M.,模式识别和机器学习(2006),施普林格·Zbl 1107.68072号
[2] Bomze,I.,向最大集团的进化,全球优化杂志,10,2143-164(1997)·Zbl 0880.90110号
[3] Bomze,I.,《关于标准二次优化问题》,《全局优化杂志》,13,4,369-387(1998)·兹伯利0916.90214
[4] Bomze,I.,《标准二次优化问题:算法-应用-理论》,(Floudas,C.;Pardalos,P.,《优化百科全书》(2009),Springer:Springer New York),3688-36903690-3692,3693
[6] Bomze,I。;格里波,L。;Palagi,L.,标准二次优化问题的无约束公式,TOP,20,1,35-51(2012)·Zbl 1401.90141号
[7] Bomze,I。;Palagi,L.,标准二次优化问题的四次公式,《全局优化杂志》,32,2,181-205(2005)·Zbl 1080.90057号
[8] Burges,C.J.C.,模式识别、数据挖掘和知识发现支持向量机教程,2,2,121-167(1998)
[9] Cassioli,A。;迪·洛伦佐,D。;Locatelli,M。;肖恩,F。;Sciandone,M.,《全局优化的机器学习,计算优化和应用》,51,279-303(2012)·Zbl 1243.90178号
[10] Chang,C.-C。;Lin,C.-J.,LIBSVM:支持向量机库,ACM智能系统与技术汇刊,2,27:1-27:27(2011)
[11] 迪皮洛,G。;Grippo,L.,约束优化中的精确罚函数,SIAM控制与优化杂志,27,6,1333-1360(1989)·Zbl 0681.49035号
[12] 吉本斯,L.E。;Hearn,D.W。;帕尔达洛斯,P.M。;M.V.Ramana,最大团问题的连续刻画,运筹学数学,22,3,754-768(1997)·Zbl 0883.90098号
[13] 格里波,L。;Palagi,L。;皮亚琴蒂尼,M。;皮卡利,V。;Rinaldi,G.,SpeeDP:计算超大Max-Cut实例的SDP边界的算法,《数学编程》,136,2,353-373(2012)·Zbl 1257.90066号
[14] 格里波,L。;Sciandone,M.,Barzilai-Borwein梯度法的非单调全球化技术,计算优化与应用,23,2,143-169(2002)·Zbl 1028.90061号
[15] Joachims,T.,《使大规模支持向量机学习实用化》(Schölkopf,C.;Burges,C.;Smola,A.,《内核方法的进展——支持向量学习》(1998),麻省理工学院出版社)·Zbl 0935.68084号
[17] 林,C。;Lucidi,S。;Palagi,L。;A.里西。;Sciandone,M.,受上下界约束的单线性约束问题的分解算法模型,优化理论与应用杂志,141,1107-126(2009)·Zbl 1168.90556号
[18] 莫茨金,T.S。;Straus,E.G.,图的Maxima和Turán定理的新证明,加拿大数学杂志,17533-540(1965)·兹伯利0129.39902
[19] A.斯科扎里。;Tardella,F.,标准二次规划的团算法,离散应用数学,156,13,2439-2448(2008)·兹比尔1163.90691
[20] Vapnik,V.,《统计学习理论》(1998),威利出版社:威利纽约·Zbl 0935.62007号
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。