基于协调方法求解旅行 thief 问题
人工智能
2023-11-01 v1
摘要
旅行 thief 问题（TTP）是诸如邮政收集等现实问题的一种代理模型。TTP由旅行商问题（TSP）与背包问题（KP）纠缠而成，因为KP中的物品散布于TSP的城市中，且 thief 必须访问城市以收集物品。在TTP中，城市选择与物品选择决策需要紧密协调，因为 thief 的旅行速度取决于背包重量，而访问城市的顺序影响物品收集的顺序。现有TTP求解器将城市选择与物品选择分开处理，在处理一类决策时保持另一类决策不变。这种分离本质上意味着两类决策之间协调极差。本文中，我们首先表明一种简单的基于局部搜索的协调方法在TTP中无效。然后，为解决上述问题，我们提出了一种人工设计的协调启发式，在探索循环路线时对收集计划进行更改。我们进一步提出了另一种人工设计的协调启发式，在收集计划探索中显式利用物品选择中的循环路线。最后，我们提出了一种基于机器学习的协调启发式，捕捉上述两种人工设计协调启发式的特征。我们提出的基于协调的方法使我们的TTP求解器在一组基准问题上显著优于现有最先进的TTP求解器。我们的求解器名为Cooperation Coordination（CoCo），其源代码可从 https://github.com/majid75/CoCo 获取。
引用
@article{arxiv.2310.07156,
title = {Solving Travelling Thief Problems using Coordination Based Methods},
author = {Majid Namazi and M. A. Hakim Newton and Conrad Sanderson and Abdul Sattar},
journal= {arXiv preprint arXiv:2310.07156},
year = {2023}
}
备注
expanded and revised version of arXiv:1911.03124