Squeaky Wheel 优化
人工智能
2011-05-30 v1
摘要
我们描述了一种通用的优化方法，称之为“Squeaky Wheel”优化（SWO）。在 SWO 中，使用贪心算法构造一个解，然后对其进行分析以找出问题点，即那些如果得到改进，就有可能改善目标函数得分的元素。分析的结果用于生成新的优先级，以确定贪心算法构造下一个解的顺序。这个“构造/分析/优先级排序”循环不断继续，直到达到某个限制或找到可接受的解。SWO 可以被视为在两个搜索空间上运行：解空间和优先级空间。连续的解仅通过分析前一个解而产生的重新排序间接相关。类似地，连续的优先级排序是通过构造和分析解来生成的。这种“耦合搜索”具有一些有趣的性质，我们对此进行了讨论。我们报告了在两个领域的令人鼓舞的实验结果：光纤电缆制造中出现的调度问题，以及图着色问题。这两个领域截然不同的事实支持了我们关于 SWO 是一种通用优化技术的论断。
关键词
引用
@article{arxiv.1105.5454,
title = {Squeaky Wheel Optimization},
author = {D. P. Clements and D. E. Joslin},
journal= {arXiv preprint arXiv:1105.5454},
year = {2011}
}