arXiv 1009.48802010-09-24cs.DS

稀疏二次分配问题鲁棒禁忌搜索算法的有效实现

An Efficient Implementation of the Robust Tabu Search Heuristic for Sparse Quadratic Assignment Problems

Gerald Paul

摘要：

我们提出并开发了一个有效的实现稀疏二次分配问题的鲁棒禁忌搜索启发式。传统的启发式算法适用于所有二次分配问题，对于大小为N的问题，每次迭代的复杂度为O（N^2）。使用多个优先级队列，以确定下一个最佳的移动，而不是扫描所有可能的移动，并使用邻接列表，以最大限度地减少所需的操作，以确定移动的成本，我们减少每次迭代的渐近复杂度为O（N log N）。对于实际规模的问题，复杂度为O（N）。

英文摘要：

We propose and develop an efficient implementation of the robust tabu search heuristic for sparse quadratic assignment problems. The traditional implementation of the heuristic applicable to all quadratic assignment problems is of O(N^2) complexity per iteration for problems of size N. Using multiple priority queues to determine the next best move instead of scanning all possible moves, and using adjacency lists to minimize the operations needed to determine the cost of moves, we reduce the asymptotic complexity per iteration to O(N log N ). For practical sized problems, the complexity is O(N).

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

禁忌搜索与模拟退火算法在二次指派问题中的性能比较

Comparative Performance of Tabu Search and Simulated Annealing Heuristics for the Quadratic Assignment Problem

近二十年来，禁忌搜索（TS）或模拟退火（SA）的二次分配问题是否表现得更好的问题一直没有得到解决。为了令人满意地回答这个问题，我们比较了不同目标解质量值下的性能，并针对每个目标以最佳迭代次数运行每个启发式算法。我们发现，对于许多不同的问题实例，SA对于较高质量的目标表现得更好，而TS对于较低质量的目标表现得更好。

2010-10-01cs.DS

二次指派问题的变深度序贯搜索算法

A Variable Depth Sequential Search Heuristic for the Quadratic Assignment Problem

我们开发了一个可变深度搜索启发式二次分配问题。启发式是基于连续的变化，类似于林Kernighan连续边缘移动的旅行推销员问题的分配。我们处理大小为60到400的非结构化问题实例。当与强大的禁忌搜索结合使用的启发式，我们测量的性能提高了15倍，单独使用强大的禁忌。性能的提高随着问题规模的增加而增加。

2009-12-30cs.DS

多维指派问题的施工组织学实证评价

Empirical evaluation of construction heuristics for the multidimensional assignment problem

多维分配问题（MAP）（在s维的情况下缩写为s-AP）是众所周知的分配问题的扩展。MAP的研究最多的情况是3-AP，尽管具有较大s值的问题也有许多应用。在本文中，我们考虑四个快速构造算法的MAP。其中一种化学品是新的。提出了一种改进的算法来优化对慢速计算机内存的访问。提供并讨论了几个实例族的计算实验结果。

2009-06-16cs.DS

多维指派问题的局部搜索启发式算法

Local Search Heuristics For The Multidimensional Assignment Problem

多维指派问题（Multidimensional Assignment Problem，MAP）（在s维的情况下缩写为s-AP）是著名的指派问题的扩展。MAP的研究最多的情况下是3-AP，虽然问题与较大的值s也有大量的应用。我们考虑几个已知的社区，推广他们，并提出了一些新的。从理论和实验两个方面对算法进行了评估，并选择了主要的算法。我们还证明了两个街区的组合可能会产生一个比它的两个组成部分更好的算法。

2009-07-25cs.DS

最长公共子序列：子序列概率的表格式与闭式方程计算

Longest Common Subsequence: Tabular vs. Closed-Form Equation Computation of Subsequence Probability

最长公共子序列问题（LCS）是在给定的一组字符串中寻找最长的子序列。LCS问题是一个NP难问题，这使得它成为一个目标，大量的努力，以找到一个更好的解决方案，与数学方法。大多数著名的概率统计函数的基线是一个表格随机，概率方法。这种方法在每次迭代中近似LCS的长度。束搜索和基于概率的列表算法的结合，导致了大量的建议和成就的算法来解决LCS问题。在这项工作中，我们引入了一个封闭的形式方程的概率表计算首次。此外，我们提出了其他相应的形式的封闭形式的方程，并证明了所有这些。该封闭式方程为分析和进一步近似开辟了新的方法。利用这些定理和束搜索，我们提出了一种估计剩余子序列的LCS长度的解析方法。此外，我们提出了另一种启发式函数的基础上的变异系数。结果表明，我们提出的方法优于国家的最先进的方法对LCS问题。

2022-06-23cs.DS

二次指派问题的O（1）Delta分量计算技术

O(1) Delta Component Computation Technique for the Quadratic Assignment Problem

本文描述了一种新的技术，允许减少一半的delta值的数量，需要计算的复杂度为O（N），在大多数的二次分配问题的算法。利用在这项工作中获得的新旧delta值之间的相关性，提出了一个新的复杂度为O（1）的公式。发现的结果导致高达25%的性能提高，如鲁棒禁忌搜索和其他知名的算法基于它。

2012-06-04cs.DS

更多相关论文收起更多论文

双线性指派问题：大邻域及算法实验分析

Bilinear Assignment Problem: Large Neighborhoods and Experimental Analysis of Algorithms

双线性指派问题（BAP）是著名的二次指派问题（QAP）的推广。本文从计算分析的角度对这一问题进行了研究。介绍了几类邻域结构，并进行了理论分析。这些社区，然后探索在一个本地搜索和可变邻域搜索框架与多起点生成强大的启发式算法。系统的实验分析的结果已透露我们的算法的有效性。此外，我们还介绍了几种非常快速的施工方法。我们的实验结果揭示了一些有趣的性质的BAP模型，不同于那些可比的模型。这是第一次对BAP上的算法进行彻底的实验分析。我们还介绍了基准测试实例，可用于未来的实验，精确和启发式算法的问题。

2017-09-09cs.DS

装配线工人分配和平衡问题的简单算法

Simple heuristics for the assembly line worker assignment and balancing problem

我们提出了简单的装配线工人分配和平衡问题的算法。这个问题通常发生在残疾人庇护工作中心的装配线上。与经典的简单装配线平衡问题不同，任务的执行时间根据分配的工人而变化。我们开发了一个建设性的启发式框架的基础上，任务和工人的优先级规则定义的任务和工人应该被分配到工作站的顺序。我们提出了一些这样的规则，并比较它们的性能在三个可能的用途：作为一个独立的方法，作为一个初始的解决方案生成器元算法，并作为一个解码器的混合遗传算法。我们的研究结果表明，算法是快速的，它们作为一个独立的方法获得了良好的结果，并作为一个初始的解决方案生成器或作为一个解决方案的解码器在更复杂的方法是有效的。

2012-02-22cs.DScs.NE

装配线工人分配与平衡问题的精确探试法

Exact and Heuristic Methods for the Assembly Line Worker Assignment and Balancing Problem

Universidade Federal do Rio Grande do Sul（南里奥格兰德联邦大学）

在传统的装配线中，假设每个工人的任务执行时间都是相同的是合理的。然而，在残疾人庇护工作中心，这一假设并不成立：有些工人可能执行某些任务的速度慢得多，甚至没有能力执行这些任务。工人的异质性导致了一个问题，称为装配线工人分配和平衡问题（ALWABP）。对于固定数量的工人，问题是通过将工人分配到工作站和将任务分配给工人来最大化装配线的生产率，同时满足任务之间的优先约束。本文介绍了新的启发式和精确的方法来解决这个问题。我们提出了一个新的MIP模型，提出了一种新的启发式算法的基础上束搜索，以及面向任务的分支定界过程，使用新的约简规则和下界来解决这个问题。大量实例的计算测试表明，这些方法是有效的，并改善了现有的。

2013-08-01cs.AIcs.DMcs.DS

基于匹配的启发式算法求解校车路径问题

A matching-based heuristic algorithm for school bus routing problems

由于学校交通的巨大成本，校车规划问题引起了研究者的广泛关注。在文献中，SBPP通常分解为路由和调度子问题，由于其复杂性。由于分解的性质，即使所有的子问题都得到了最优解，最终的解也可能不如集成模型的解。在本文中，我们提出了一种新的方法，将调度信息（即行程兼容性）到路由阶段，这样的子问题之间的相互关系仍然被认为是即使在分解的问题。提出了一种新的两步启发式算法来求解校车路径问题。第一步使用基于迭代最小成本匹配的插入启发式算法找到初始解。然后，利用模拟退火和禁忌搜索混合算法对初始行程进行改进。在文献中的随机生成问题和基准问题上进行了实验。结果表明，我们的两步启发式提高现有的解决方案的基准问题高达25%。

2018-07-14cs.DS

树状层次结构中的任务分配

Task Assignment in Tree-Like Hierarchical Structures

大多数大型组织，如公司，都是等级制组织。在分层组织中，组织中的每个实体（根实体除外）都是另一个实体的子部分。本文研究了树形层次组织实体的任务分配问题。固有的树结构引入了一个有趣的和具有挑战性的约束标准分配问题。当任务被分配给层级组织中的实体时，整个实体，包括其子实体，负责执行该特定任务。换句话说，如果一个实体已经被分配给一个任务，那么它的后代和祖先都不能被分配给一个任务。不能分配子实体，因为它们的祖先已被占用。不能分配祖先实体，因为它们的一个子实体已在分配中使用。在本文中，我们正式介绍了这个新版本的分配问题称为最大权重树匹配（$MWTM$），并显示其NP-困难。我们还提出了一个有效的启发式解决方案的基础上迭代LP松弛。

2014-04-03cs.DS

一种置信传播的图形变换：最大权匹配和奇循环

A Graphical Transformation for Belief Propagation: Maximum Weight Matchings and Odd-Sized Cycles

通过最大乘积置信传播（BP）和相关的线性规划（LP）研究了一般图的最大权匹配（MWM）问题。BP方法提供了分布式算法，用于在由图形模型（GM）表示的联合概率分布中找到最大后验（MAP）分配，并且相应的LP可以被认为是离散MAP问题的连续松弛。最近表明，BP算法收敛到正确的MWM分配下一个简单的GM制定的MAP/MWM，只要相应的LP松弛是紧的。首先，在强制紧性条件的动机下，我们考虑一个新的GM制定的MWM，说C-GM，使用图中的非相交的奇数大小的循环：新的相应的LP松弛，说C-LP，变得更紧的MWM实例。然而，C-LP的紧密性现在并不能保证新BP在C-GM上的收敛性和正确性。为了解决这个问题，我们引入了一种新的图形变换应用到C-GM，这导致另一个GM制定的MWM，并证明了相应的BP它收敛到正确的MAP/MWM分配，只要C-LP是紧的。最后，我们还表明，C-LP总是有半积分的解决方案，这导致了一个有效的BP为基础的MWM启发式组成的顺序，“切割平面”，修改底层GM。我们的实验表明，这种基于BP的切割平面启发式执行以及基于传统的LP求解器。

2018-01-01cs.DS

公平周期分配问题

The Fair Periodic Assignment Problem

本文研究周期任务分配中的公平与效率权衡，提出O(n log n)算法，证明公平代价至多一个额外工人，并给出公平周期分配问题的精确算法。

2025-07-06cs.DSmath.OC

组合优化启发式算法的设计、评价与分析

Design, Evaluation and Analysis of Combinatorial Optimization Heuristic Algorithms

Royal Holloway College（皇家霍洛威学院）；University of London（伦敦大学）

组合优化在许多领域有着广泛的应用。不幸的是，许多组合优化问题是NP难的，这通常意味着它们在实践中是不可解的。然而，通常不需要精确的解。在这种情况下，可以使用启发式方法在合理的时间内获得接近最优的解决方案。本文研究了两个组合优化问题，即广义旅行商问题和多维指派问题。第一个问题是旅行商问题的一个重要推广;第二个问题是分配问题的任意维数的推广。这两个问题都是NP难的，并且有很多应用。在这项工作中，我们讨论了不同方面的物流设计和评估。本研究涵盖了广泛的相关主题，包括测试床的生成和分析，实现和性能问题，局部搜索邻域和有效的探索算法，memetic算法中的元搜索设计和种群规模。最重要的结果是在该地区的本地搜索和模因算法所考虑的问题。在这两种情况下，我们已经显着先进的现有知识的局部搜索邻域和算法的系统化和改进以前的结果。我们已经提出了一些有效的算法，占主导地位的现有算法在广泛的时间/质量要求。在我们的模因算法中引入了几种新的方法，使它们成为相应问题的最先进的元算法。人口规模是这些方法中最有前途的方法之一，它预计将适用于几乎任何模因算法。

2012-07-07cs.AIcs.DMcs.DS