RLS与(1+1) EA在带相关均匀权重的机会约束背包问题上的运行时间分析
数据结构与算法
2021-02-12 v1 神经与进化计算
摘要
解决复杂的现实世界优化问题是一项具有挑战性的任务。带相关均匀权重的机会约束背包问题在考虑依赖随机分量的情况下起着重要作用。我们对随机搜索算法（RSA）和基础进化算法（EA）在带相关均匀权重的机会约束背包问题上进行运行时间分析。我们证明了两种算法产生可行解的界限。此外，我们研究了算法的行为，并对两种设置进行分析：均匀利润值，以及每组共享任意利润分布的设置。我们深入剖析了这些问题的结构，并展示了权重相关性和不同类型利润分布如何影响两种算法在机会约束设置下的运行时间行为。
引用
@article{arxiv.2102.05778,
title = {Runtime Analysis of RLS and the (1+1) EA for the Chance-constrained Knapsack Problem with Correlated Uniform Weights},
author = {Yue Xie and Aneta Neumann and Frank Neumann and Andrew M. Sutton},
journal= {arXiv preprint arXiv:2102.05778},
year = {2021}
}