一种求解超大规模旅行商问题的分层破坏与修复方法
人工智能
2023-08-10 v1
摘要
对于极其庞大的旅行商问题(TSP)，现有算法在计算效率与解质量上均面临巨大挑战。为此，我们提出一种分层破坏-修复(HDR)方法，试图通过一系列精心设计的破坏与修复操作来改进初始解。一个关键创新概念是分层搜索框架，其在某种等价性保证下递归地固定部分边并将输入实例压缩为小规模TSP。这一简洁的搜索框架能够在合理时间内给出极具竞争力的解。基于19个著名大规模实例（含10,000至10,000,000个城市）的公平比较表明，HDR在效率与解质量上均能与现有最先进TSP算法高度竞争。值得注意的是，在两个分别含3,162,278和10,000,000个大城市的大规模实例上，HDR打破了此前由LKH及其变体保持的世界纪录（即不计计算时间的最佳已知结果），且HDR完全独立于LKH。最后，我们通过消融实验验证了分层搜索框架的重要性和有效性。
引用
@article{arxiv.2308.04639,
title = {A Hierarchical Destroy and Repair Approach for Solving Very Large-Scale Travelling Salesman Problem},
author = {Zhang-Hua Fu and Sipeng Sun and Jintong Ren and Tianshu Yu and Haoyu Zhang and Yuanyuan Liu and Lingxiao Huang and Xiang Yan and Pinyan Lu},
journal= {arXiv preprint arXiv:2308.04639},
year = {2023}
}