帕累托迭代局部搜索元启发式算法的基础
人工智能
2008-09-03 v1
摘要
本文描述了一种用于多目标优化问题的局部搜索元启发式算法的提出与应用。它基于启发式搜索的两个主要原则：通过可变邻域进行强化，以及通过在搜索空间有利区域进行扰动和连续迭代实现多样化。该概念在多目标置换流水车间调度问题上得到了成功测试。虽然所获得的结果在质量上令人鼓舞，但该方法的另一个积极属性是其简单性，因为它只需要设置很少的参数。帕累托迭代局部搜索元启发式算法的实现基于MOOPPS计算机系统，该系统是一个用于多目标调度的局部搜索启发式算法系统，曾于2002年在瑞典罗讷比获得欧洲学术软件奖（http://www.easa-award.net/，http://www.bth.se/llab/easa_2002.nsf）。
引用
@article{arxiv.0809.0406,
title = {Foundations of the Pareto Iterated Local Search Metaheuristic},
author = {Martin Josef Geiger},
journal= {arXiv preprint arXiv:0809.0406},
year = {2008}
}
备注
Proceedings of the 18th International Conference on Multiple Criteria Decision Making, Chania, Greece, June 19-23, 2006