面向作业车间调度的解引导多点构造搜索
人工智能
2011-10-13 v1
摘要
解引导多点构造搜索 (SGMPCS) 是一种新颖的构造搜索技术，它执行一系列资源受限的树搜索，其中每次搜索要么从空解开始（如同随机重启），要么从搜索过程中遇到的解开始。在搜索过程中会维护少量这些“精英解”。我们介绍了该技术，并在作业车间调度问题上进行了三组实验。首先，对 SGMPCS 进行了系统的全交叉研究，以评估各种参数设置对性能的影响。其次，我们探究了精英解集的多样性，结果表明与预期相反，多样性较低的集合能带来更强的性能。最后，我们将前两个实验中得出的 SGMPCS 最佳参数设置与按序回溯、有限差异搜索、随机重启以及一种复杂的禁忌搜索算法在一组知名基准问题上的表现进行了比较。结果表明，SGMPCS 显著优于其他测试的构造技术，尽管其表现仍落后于禁忌搜索。
引用
@article{arxiv.1110.2743,
title = {Solution-Guided Multi-Point Constructive Search for Job Shop Scheduling},
author = {J. C. Beck},
journal= {arXiv preprint arXiv:1110.2743},
year = {2011}
}