多样化延迟接受搜索
人工智能
2018-12-11 v3
摘要
著名的延迟接受爬山（LAHC）搜索旨在克服传统爬山（HC）搜索的主要缺点，后者由于每轮迭代中严格只接受非恶化移动而常常迅速陷入局部最优。相比之下，LAHC 也接受恶化移动，其做法是维护一个先前访问解适应度值的循环数组，并将候选解的适应度值与该数组中最久未更新的元素进行比较。尽管这一简单策略已被证明有效，但在某些情况下 LAHC 仍会不幸表现出与 HC 类似的行为。例如，当发现新的局部最优时，数组中常多次存储相同的适应度值。为弥补这一缺陷，我们提出新的接受与替换策略，以考虑恶化、改善和侧向移动情形，旨在提升数组中取值的多样性。与 LAHC 相比，所提出的多样化延迟接受搜索方法在基准旅行商问题与二次分配问题上能以更少的迭代次数获得更高质量的解。
引用
@article{arxiv.1806.09328,
title = {Diversified Late Acceptance Search},
author = {Majid Namazi and Conrad Sanderson and M. A. Hakim Newton and M. M. A. Polash and Abdul Sattar},
journal= {arXiv preprint arXiv:1806.09328},
year = {2018}
}