MOEA/D 求解多目标最小权基问题的严格运行时间分析
人工智能
2023-06-07 v1 数据结构与算法
神经与进化计算
摘要
我们研究多目标最小权基问题，它是多目标最小生成树问题等经典 NP 难组合问题的抽象。我们证明了非支配前沿凸包的一些重要性质，例如其近似质量以及极值点数量的上界。利用这些性质，我们给出了 MOEA/D 算法在该问题上的首个运行时间分析，MOEA/D 是一种通过将目标分解为单目标分量来有效优化的进化算法。我们表明，在给定适当分解设置的情况下，MOEA/D 在预言机模型下能在关于目标数的期望固定参数多项式时间内找到所有极值点。我们在随机双目标最小生成树实例上进行了实验，结果与我们的理论发现一致。此外，与先前研究的该问题进化算法 GSEMO 相比，MOEA/D 在所有实例上更快地找到所有极值点。
引用
@article{arxiv.2306.03409,
title = {Rigorous Runtime Analysis of MOEA/D for Solving Multi-Objective Minimum Weight Base Problems},
author = {Anh Viet Do and Aneta Neumann and Frank Neumann and Andrew M. Sutton},
journal= {arXiv preprint arXiv:2306.03409},
year = {2023}
}
备注
12 pages