面向多目标组合优化的新型核心引导与碰集算法
人工智能
2022-04-26 v1
摘要
在过去十年中，大量依赖命题可满足性（SAT）求解器迭代使用的单目标布尔优化算法被提出。但 SAT 求解器在多目标组合优化（MOCO）算法中的使用仍然稀少。由于缺少高效的 MOCO 工具，许多表述为多目标的现实应用被简化为单目标，采用目标函数的线性组合或字典序来进行优化。本文以两种新颖的基于不可满足性的算法扩展了 MOCO 求解器的技术水平。其一是核心引导的 MOCO 求解器。其二是基于碰集的 MOCO 求解器。在广泛基准实例上获得的实验结果表明，我们新的基于不可满足性的算法能够优于最先进的基于 SAT 的 MOCO 算法。
引用
@article{arxiv.2204.10856,
title = {New Core-Guided and Hitting Set Algorithms for Multi-Objective Combinatorial Optimization},
author = {João Cortes and Inês Lynce and Vasco Manquinho},
journal= {arXiv preprint arXiv:2204.10856},
year = {2022}
}