利用经济型辅助任务加速求解昂贵调度问题
最优化与控制
2024-04-02 v1
摘要
为了充分利用多任务优化范式来加速昂贵调度问题的求解，本研究有效地解决了三个关键问题。首要问题是识别与原始昂贵任务高度相似的辅助任务。我们提出了一种基于作业重要性的采样策略，通过从昂贵任务的完整问题规格矩阵中提取关键行来创建一个紧凑矩阵。该矩阵作为一个经济型辅助任务。在数学上，我们证明了该经济型辅助任务与其对应的昂贵任务具有相似性。随后的问题围绕如何使辅助任务更具成本效益展开。我们通过析因设计实验确定了整个问题规格矩阵的采样比例，从而得到更紧凑的辅助任务。凭借缩减的搜索空间和更短的函数评估时间，它可以快速为主要任务提供高质量的迁移信息。最后一个方面涉及从辅助任务中设计可迁移的深层信息。我们将经济型辅助任务的（次）最优解中的作业优先级视为可迁移的不变量。通过采用部分解修补策略，我们将特定知识增强到通用知识上，以适应目标昂贵任务。为构建任务对和促进知识迁移而设计的策略，在整合到各种进化多任务算法中时，被用于解决排列流水车间调度的昂贵实例。大量实验和统计比较验证了，在这些策略的协同作用下，进化多任务算法在处理昂贵调度任务时的性能得到了显著提升。
引用
@article{arxiv.2404.01018,
title = {Accelerate Solving Expensive Scheduling by Leveraging Economical Auxiliary Tasks},
author = {Minshuo Li and Bo Liu and Bin Xin and Liang Feng and Peng Li},
journal= {arXiv preprint arXiv:2404.01018},
year = {2024}
}