参数化动态斜率缩放过程的元启发式搜索技术实证分析

动态斜率缩放过程是一种成功的近似方法，它通过迭代线性化固定成本来求解固定电荷网络流（FCNF）问题。参数化动态斜率缩放过程向该过程添加了一个额外的$\psi$参数，可显著改善解质量。对于给定的问题，找到$\psi$的最优值并非易事。本文采用多种元启发式技术，包括模拟退火、禁忌搜索和粒子群优化，以引导寻找良好的参数值。在严格测试中，我们检查搜索结果，比较各技术间的改进效率，并评估FCNF问题的最终解质量。实验表明，对于这些元启发式方法和FCNF问题的复杂性，解的改进是稳健的。