区间约束规划与进化算法混合用于优化困难问题
人工智能
2015-10-20 v1 分布式、并行与集群计算
数学软件
数值分析
最优化与控制
摘要
在全球优化中实现最优性的数值证明的唯一严格方法是基于区间的方法，这些方法交错进行搜索空间的分支和不可能包含最优解的子域的剪枝。最先进的求解器通常集成局部优化算法以计算每个子空间上全局最小值的一个良好上界。在本文中，我们提出一种协作框架，其中区间方法与进化算法协作。后者是随机算法，其中候选解种群在搜索空间中迭代演化以到达满意解。在我们的协作求解器 Charibde 中，进化算法和基于区间的算法并行运行，并通过消息传递以高级方式交换边界、解和搜索空间。在困难 COCONUT 问题基准上，将 Charibde 与最先进的基于区间的求解器（GlobSol, IBBA, Ibex）和 NLP 求解器（Couenne, BARON）进行比较，表明 Charibde 对非严格求解器极具竞争力，且比严格求解器收敛快一个数量级。
引用
@article{arxiv.1510.04914,
title = {Hybridization of Interval CP and Evolutionary Algorithms for Optimizing Difficult Problems},
author = {Charlie Vanaret and Jean-Baptiste Gotteland and Nicolas Durand and Jean-Marc Alliot},
journal= {arXiv preprint arXiv:1510.04914},
year = {2015}
}
备注
21st International Conference on Principles and Practice of Constraint Programming (CP 2015), 2015