关于在旅行 thief 问题中使用质量多样性算法
神经与进化计算
2023-01-05 v4
摘要
在现实世界优化中，常面临若干子问题相互作用并形成主问题。子问题之间存在相互依赖，使得仅聚焦于单一组分而无法解决此类问题。旅行 thief 问题 (TTP) 属于此类，由旅行商问题 (TSP) 与背包问题 (KP) 整合而成。本文中，我们通过质量多样性 (QD) 方法研究 TSP 与 KP 的相互依赖。QD 算法提供了强大工具，不仅能获得高质量解，还能刻画行为空间中高性能解的分布。我们引入一种基于 MAP-Elite 的进化算法，使用知名的 TSP 与 KP 搜索算子，并以 TSP 与 KP 得分为行为描述符。随后，我们开展了综合实验研究，显示了将 QD 方法应用于 TTP 的有效性。首先，我们提供了关于 TSP/KP 行为空间中高质量 TTP 解的见解。之后，我们表明使用我们的 QD 方法可获得更好的 TTP 解，并且它能改进文献中用于基准测试的若干 TTP 实例的最佳已知解。
引用
@article{arxiv.2112.08627,
title = {On the Use of Quality Diversity Algorithms for The Traveling Thief Problem},
author = {Adel Nikfarjam and Aneta Neumann and Frank Neumann},
journal= {arXiv preprint arXiv:2112.08627},
year = {2023}
}