一种新的并行协作景观平滑算法及其在 TSP 和 UBQP 中的应用
最优化与控制
2025-08-13 v2 人工智能
摘要
组合优化问题 (COP) 因其解空间中存在大量局部最优解而难以求解。人们提出了各种方法来平滑 COP 的解空间，包括针对旅行商问题 (TSP) 的同伦凸 (HC) 变换。本文通过提出一种构建任意规模的单峰玩具 UBQP 的方法，将 HC 变换方法扩展至无约束二元二次规划 (UBQP)。我们从理论上证明了所构建玩具 UBQP 的单峰性。随后，我们利用 HC 变换框架应用该单峰玩具 UBQP 来平滑原始 UBQP，并经验证了平滑效果。接着，我们引入了一种结合 HC 变换的迭代算法框架，称为景观平滑迭代局部搜索 (LSILS)。我们在各种 UBQP 实例上进行的实验分析显示了 LSILS 的有效性。此外，本文提出了 LSILS 的并行协作变体，记为 PC-LSILS，并将其应用于 UBQP 和 TSP。我们的实验结果强调，PC-LSILS 提高了 HC 变换的平滑性能，并进一步提升了算法的整体性能。
引用
@article{arxiv.2401.03237,
title = {A New Parallel Cooperative Landscape Smoothing Algorithm and Its Applications on TSP and UBQP},
author = {Wei Wang and Jialong Shi and Jianyong Sun and Arnaud Liefooghe and Qingfu Zhang},
journal= {arXiv preprint arXiv:2401.03237},
year = {2025}
}