mlrose 应用于旅行商问题的改进
神经与进化计算
2024-04-16 v3
摘要
在本文中，我们探讨了人工智能 (AI) 在高架仓库中二维拣选问题这一典型工业用例上的应用，该问题本质上可表述为旅行商问题 (TSP) 的一个实例。我们研究了 mlrose 库，该库提供了基于各种启发式优化技术的 TSP 优化器。我们的重点在于 mlrose 提供的两种方法，即遗传算法 (GA) 和爬山算法 (HC)。我们通过适度利用 TSP 的问题结构，提出了对这两种方法的改进，从而获得了更短的巡回路径长度。也就是说，所提出的改进具有通用特性，并不局限于 TSP。
引用
@article{arxiv.2109.14392,
title = {Improvements for mlrose applied to the Traveling Salesperson Problem},
author = {Stefan Wintersteller and Martin Uray and Michael Lehenauer and Stefan Huber},
journal= {arXiv preprint arXiv:2109.14392},
year = {2024}
}
备注
Journal Version of a Eurocast'22 submission