论文辩论调度问题的新型多目标部分优化分解策略

引入一种新的多目标方法用于论文辩论调度问题。该问题涉及为辩论任命委员会并分配至时段与房间。需要多目标方法以提供更好的决策者理解可能解及其权衡。然而，这类方法常耗时。新的多目标优化方法将单体问题分解为一序列多目标问题。这相较于增强-e约束方法实现了显著效率提升。单体模型被分解为两个依次求解的子模型。在第一阶段，遗传算法寻找多个委员会配置。根据委员会分配质量目标及代理目标（预测后续阶段性能）评估这些解的表现。在第二阶段，考虑先前发现的多个部分解，求解增强-e约束方法以找到关于辩论时段分配的非支配解。这些解考虑日程质量目标。最后，基于目标函数性能呈现非支配解。对于小规模实例，方法耗时为增强-e约束方法的 8-32%，但发现的非支配集的超平面指标值略差。对于大规模实例，耗时为单体求解的 6-18%，且超平面指标值更好。 presented 一个实际案例研究。分解方法在 1600 秒内找到 39 个非支配解，而增强-e约束方法在 2400 秒内找到 9 个解。对于三个目标，新方法在时间限制内找到的解决方案在某些方面优于另一方法找到的最佳解。