结合代理模型的 Monte Carlo 树搜索在组合优化中的替代方法
人工智能
2024-03-18 v1
摘要
工业界经常通过在有前景的地区开设新分店或关闭利润预期较低的地区的分店来调整其设施网络。在本文中，我们考察了一种特定类型的设施位置问题。我们的目标是最小化由于删除几家零售店而导致的销售损失。然而，准确估计销售额需要大量时间和成本。为克服这一挑战，我们利用由代理模型支持的蒙特卡洛树搜索(MCTS)，该模型能够更快地计算评估值。结果表明，受代理函数支持的 MCTS 能在保持一致解的同时更快地生成解决方案。
引用
@article{arxiv.2403.09925,
title = {Surrogate Assisted Monte Carlo Tree Search in Combinatorial Optimization},
author = {Saeid Amiri and Parisa Zehtabi and Danial Dervovic and Michael Cashmore},
journal= {arXiv preprint arXiv:2403.09925},
year = {2024}
}
备注
Accepted to the ICAPS Planning and Scheduling for Financial Services (FINPLAN) 2023 workshop