针对集合并背包问题与预算最大覆盖问题的高效有效局部搜索
数据结构与算法
2022-07-05 v1
摘要
集合并背包问题（SUKP）与预算最大覆盖问题（BMCP）是流行的背包问题的两个紧密相关的变体问题。给定一组带权元素和一组具有非负值的物品，其中每个物品覆盖若干不同元素，这两个问题都旨在找到一组物品子集，在满足背包容量（预算）约束的同时最大化目标函数。我们针对这两个问题提出了一种称为 E2LS 的高效有效局部搜索算法。据我们所知，这是首次提出同时适用于两者的算法。E2LS 通过应用所提出的新型算子 ADD 遍历精炼的搜索区域，以权衡搜索区域与搜索效率。这种权衡机制使 E2LS 能够广泛且快速地探索解空间。E2LS 中还应用了禁忌搜索方法以帮助算法逃离局部最优。在总计 168 个各种规模的公开实例上的大量实验证明了所提算法在 SUKP 和 BMCP 上的优异性能。
引用
@article{arxiv.2207.00749,
title = {Efficient and Effective Local Search for the Set-Union Knapsack Problem and Budgeted Maximum Coverage Problem},
author = {Wenli Zhu and Liangqing Luo},
journal= {arXiv preprint arXiv:2207.00749},
year = {2022}
}
备注
12 pages