首页/论文/0912.1832

arXiv 0912.18322009-12-09cs.DScs.CG

字典式多目标几何规划问题

Lexicographic Multi-objective Geometric Programming Problems

Dr. A. K. Ojha, K. K. Biswal

备注：: International Journal of Computer Science Issues, IJCSI Volume 6, Issue 2, pp20-24, November 2009
发表信息：: Dr.A. K. Ojha and K. K. Biswal, "Lexicographic Multi-objective Geometric Programming Problems", International Journal of Computer Science Issues, IJCSI, Volume 6, Issue 2, pp20-24, November 2009

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

几何规划（GP）是一类数学问题，其特征在于具有特殊形式的目标和约束函数。为了解决大规模工程设计GP问题，已经发展了许多方法。本文将GP技术应用于多目标GP问题的向量优化求解。本文发展了字典式几何规划的对偶理论，用以解决目标和约束条件均为正项的问题。

英文摘要：

A Geometric programming (GP) is a type of mathematical problem characterized by objective and constraint functions that have a special form. Many methods have been developed to solve large scale engineering design GP problems. In this paper GP technique has been used to solve multi-objective GP problem as a vector optimization problem. The duality theory for lexicographic geometric programming has been developed to solve the problems with posynomial in objectives and constraints.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

遗传编程中字典式简约压力的破坏性及级联交叉的缓解

Destructiveness of Lexicographic Parsimony Pressure and Alleviation by a Concatenation Crossover in Genetic Programming

对于理论分析，有两个细节将GP与演化计算的许多其他领域区分开来。首先，可变大小的表示，特别是产生可能的膨胀（即具有冗余部分的个体的增长）。第二，交叉的作用和实现，这是特别中央的GP由于基于树的表示。尽管一些关于GP的理论工作已经研究了膨胀的影响，但交叉在这项工作中的份额令人惊讶地小。我们分析了一个简单的交叉算子结合局部搜索，其中对小的解决方案的偏好最大限度地减少膨胀（字典式简约压力），由此产生的算法表示级联交叉GP。为了这个目的，被认为是三个变种的研究重大测试功能与大高原。我们表明，级联交叉GP可以有效地优化这些测试功能，而本地搜索不能有效地为所有三个变量独立采用膨胀控制。

2018-05-25cs.DScs.NE

字典序多目标聚类

Lexicographically Ordered Multi-Objective Clustering

University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

我们引入了一个丰富的模型，多目标聚类与字典排序的目标和松弛。松弛表示允许的与较高优先级目标的最优目标值的乘法偏差，以促进较低优先级目标的改进。然后，我们提出了一个算法，称为宙斯来解决这类问题，这是一个临时功能的特点。临时微调由经处理的目标形成的聚类，以便在给定松弛的情况下相对于未经处理的目标改进聚类。我们提出了解决三个不同类别的目标，并分析其解决方案的保证。最后，我们实证证明了我们的方法在三个应用程序使用真实世界的数据的有效性。

2019-03-02cs.AIcs.DScs.LG

寻找第一个和最美丽的皇后，通过编程

Finding First and Most-Beautiful Queens by Integer Programming

n皇后难题是一个著名的组合问题，需要在n × n棋盘上放置n个皇后，使得没有两个皇后可以互相攻击。自19世纪以来，许多数学家和计算机科学家都在研究这个问题。虽然找到n皇后难题的任何解决方案都是相当简单的，但找到字典上第一个（或最小）可行的解决方案是非常具有挑战性的。在文献中已知n <= 55时这类问题的解，而对于一些较大的棋盘，只知道部分解。本文的动机是问题的可解线性规划（ILP）是否可以用来计算一些开放的情况下的解决方案。我们描述了替代ILP为基础的解决方案的方法，并表明，他们确实能够计算（有时在意想不到的短计算时间）许多新的字典最佳解决方案的n范围从56到115。所提出的算法之一是一个纯粹的切割平面方法的基础上的组合变种的经典Gomory削减。我们还解决了一个有趣的“词典瓶颈”（或最小-最大）的问题，需要找到一个最美丽的（在一个定义良好的意义上）的位置的变体，并报告其解决方案n至176。

2019-07-18cs.DMcs.DSmath.CO

阈值覆盖问题的词典法

The Lexicographic Method for the Threshold Cover Problem

阈值图是一类有许多等价定义的图，在整数规划和集合填充问题中有应用。如果一个图的边可以用$k$阈值图覆盖，则称该图具有大小为$k$的阈值覆盖。Chvátal和Hammer在1977年定义了图$G$的阈值维数$\mathrm{th}(G)$为最小整数$k$，使得$G$具有大小为$k$的阈值覆盖，并观察到$\mathrm{th}(G)\geqχ(G^*)$，其中$G^*$是适当构造的辅助图。Raschle和Simon~[Proceedings of the Twenty-seventh Annual ACM Symposium on Theory of Computing，STOC '95，pages 650- 661，1995]证明了当$G^*$是二分的时，$\mathrm{th}(G)=χ(G^*)$是二分的。我们将展示如何字典法地狱和黄可以用来获得一个全新的，我们相信，更简单的证明这一结果。当$G$是一个分裂图的情况下，我们的方法产生的证明，是比在文献中已知的短得多。

2020-12-17cs.DMcs.DSmath.CO

多参数正项几何规划问题

Posynomial Geometric Programming Problems with Multiple Parameters

几何规划问题是求解某些特殊类型非线性规划问题的有力工具。它在优化和工程中有广泛的应用，可以解决一些复杂的优化问题。几何规划的许多应用是在工程设计问题中，其中参数估计使用几何规划。当问题中的参数不精确时，计算的目标值也不精确。本文提出了一种求解目标函数中变量的指数、代价系数和右端均为多参数的几何规划问题的方法。利用对偶定理，建立了求解目标函数值的等价数学规划问题。应用变量可分离技术，将多选择数学规划问题转化为多个一层几何规划问题，从而产生多个目标值，帮助工程师处理更符合实际的工程设计问题。

2010-01-20cs.DS

双目标整数规划的分枝定界法

Branch-and-bound for bi-objective integer programming

在双目标整数优化中，最优解对应于一组非支配解。我们提出了一个通用的双目标分支定界算法，该算法使用独立于问题的分支规则，利用可用的整数解，并利用整数目标系数。将该算法应用于双目标设施选址问题、双目标集合覆盖问题以及带时间窗的双目标团队定向运动问题。在后一种情况下，通过列生成来计算下限集。与现有精确算法的比较表明了该算法的有效性。

2018-09-18cs.DMcs.DS

更多相关论文收起更多论文

多目标混合整数规划：一种目标空间算法

Multi-Objective Mixed Integer Programming: An Objective Space Algorithm

本文介绍了第一种目标空间算法，它能精确地求出任意个数目标函数的混合整数多目标线性规划的所有支持和非支持非支配解。该算法分为三个阶段。首先建立一个包含Pareto前沿的超集。这个超集然后被修改为不包含任何相交的多面体。一旦实现了这一点，该算法就有效地计算出超集的哪些部分不是帕累托前沿的一部分，并将它们删除，只留下帕累托前沿。

2019-09-09cs.DSmath.OC

成本系数为连续函数的多目标几何规划问题的加权平均法

Multi-Objective Geometric Programming Problem Being Cost Coefficients as Continous Function with Weighted Mean Method

本文利用加权法求解成本系数为连续函数的多目标几何规划问题，以获得非劣解。

2010-02-21cs.DScs.NAmath.NA

增强多目标0-1规划的分支定界方法

Enhancing Branch-and-Bound for Multi-Objective 0-1 Programming

本文通过扩展多目标探测、割生成及最佳界节点选择规则来增强多目标0-1规划的分支定界算法，在设施选址和背包问题基准上取得优于现有分支定界方法且与最先进目标空间搜索方法相当的结果。

2022-10-17cs.DS

双目标整数规划的并行算法

A parallel approach to bi-objective integer programming

为了更好地理解各种目标之间的权衡，双目标整数规划（BOIP）算法计算所有非支配向量的集合，并将其作为BOIP问题的解决方案。从历史上看，这些算法已经在解决的单目标IP的数量和产生问题的解决方案所花费的总CPU时间方面进行了比较。这是公平的，因为研究人员通常可以获得差异很大的计算能力。然而，现实世界最近在计算机，笔记本电脑，平板电脑甚至手机中大量采用多核处理器。考虑到这一点，我们看看如何最好地利用并行处理，以改善优化算法的运行时间。我们提出了两种方法并行化的递归算法提出的Ozlen，伯顿和麦克雷。这两种新方法都使用了两个线程并改善了运行时间。其中一种新方法，会议算法，一半的运行时间，以实现近乎完美的并行化。的结果进行了比较，在商业IP求解器IBM的CPLEX的并行化的效率，新的方法都表现出更好的。

2017-01-31cs.DCcs.DSmath.OC

具有比率目标的二次规划

On Quadratic Programming with a Ratio Objective

二次规划（Quadratic Programming，QP）是一个在{-1，1}个值上最大化二次型\sum_{i \ne j} a_{ij} x_i x_j的问题，它包含了许多已知的组合优化问题，并且假设唯一的博弈猜想，半定规划技术给出了最优的近似算法。我们扩展了这一机构的工作，开始研究二次规划问题的变量取值域{-1，0，1}。我们研究的具体问题是QP比：\max_{\{-1,0,1\}^n} \frac{\sum_{i \not = j} a_{ij} x_i x_j}{\sum x_i^2}和归一化QP比：\max_{\{-1,0,1\}^n} \frac{\sum_{i \not = j} a_{ij} x_i x_j}{\sum d_i x_i^2}，其中d_i = \sum_j| a_{ij}|我们考虑一个SDP松弛通过添加约束的自然特征值（或SDP）松弛这个问题。利用这一点，我们获得了用于QP比的$\tilde{O}(n^{1/3})$算法。我们还得到了二部图的一个$\tilde{O}(n^{1/4})$近似，以及特殊情况下的更好的算法。与其他具有比率目标的问题（例如均匀稀疏割）一样，似乎很难根据P！NP.我们给出了两个结果，表明QP比很难近似到任何常数因子内。我们还给出了一个自然分布的情况下，QP比的n^ε近似（ε约为1/10）似乎超出了目前的技术。

2011-12-05cs.CCcs.DS