Large Neighborhood Local Search for the Maximum Set Packing Problem
本文考虑了经典的极大集装箱问题,其中集的基数是由$k$定义的上界。我们展示了如何设计一个多项式时间的局部搜索算法的性能保证$(k+2)/3$的一个变种。该局部搜索算法是更一般的过程的特殊情况,其允许每次迭代交换多达$Θ(\log n)$元素。我们还设计了具有局部间隙$k/3$的问题实例,即使是对于广泛的指数时间局部搜索过程,也可以将$cn$元素交换为常数$c$。这表明我们对这类算法的分析几乎是严密的。
2013-02-18 cs.DS
Don't Be Strict in Local Search!
局部搜索是组合优化的基本方法之一,在人工智能中得到广泛应用。一些局部搜索算法是基于搜索k-交换邻域。这是可以通过交换最多k个元素从当前解获得的解的集合。根据经验,k越大,找到改进解决方案的机会就越大。然而,对于大小为n的输入,对k-交换邻域的简单蛮力搜索需要n的O(k)次幂,这即使对于非常小的k值也是不实际的。Fellows等人(IJCAI 2009)研究了这种暴力搜索是否可以避免,并对几个组合问题给出了肯定和否定的答案。他们使用严格意义上的局部搜索概念。也就是说,即使可以有效地找到全局最优解,也需要在k交换邻域中找到改进的解。在本文中,我们考虑了一种自然放松的本地搜索,称为允许本地搜索(马克思和Schlotter,IWPEC 2009),并调查它是否增强了易于处理的输入域。我们将这种方法应用于一个基本的组合问题,顶点覆盖。更确切地说,我们表明,对于一类输入,找到一个最佳的是很难的,严格的局部搜索是很难的,但允许的局部搜索是听话的。我们在参数化复杂性的框架下进行了这项研究。
2012-08-17 cs.DS
The Unreasonable Success of Local Search: Geometric Optimization
平面几何问题的局部搜索算法的有效性如何?我们证明了局部搜索与邻域的大小$1/ε^c$是一个近似方案,在欧几里得平面上的以下问题:TSP与随机输入,Steiner树与随机输入,设施的位置(与最坏情况下的输入),和双准则$k$ -中位数(也与最坏情况下的输入)。随机性假设对于TSP是必要的。
2015-09-09 cs.CG cs.DS
Exploiting variable associations to configure efficient local search algorithms in large-scale binary integer programs
Osaka University(大阪大学)
针对一类二进制整数规划的集合覆盖和划分问题,提出了一种减少局部搜索算法的搜索空间的数据采掘方法。如果使用更大的邻域,局部最优解的质量通常会提高,而搜索邻域的计算时间会呈指数级增加。为了克服这一点,我们提取变量关联的实例来解决,以确定有前途的翻转变量对邻域搜索。在此基础上,我们开发了一个4翻转邻域局部搜索算法,它结合了一个有效的增量评估的解决方案和惩罚权重的自适应控制。计算结果表明,该方法提高了局部搜索算法对大规模集合覆盖和划分问题的性能。
2017-05-12 cs.AI cs.DS math.OC
Many-Objective Pareto Local Search
针对多目标组合优化问题,提出了一种新的Pareto局部搜索算法。Pareto局部搜索在双目标组合优化的情况下被证明是一个非常有效的工具,并且它被用于许多用于这类问题的最新算法中。另一方面,标准的Pareto局部搜索算法对于具有两个以上目标的问题变得非常低效。我们建立了一个有效的多目标Pareto局部搜索算法,使用三个新的机制:高效更新的大型Pareto档案与ND树数据结构,一个新的机制,用于选择有前途的解决方案的邻域探索,和部分探索的邻域。我们将所提出的算法应用到两个不同的问题,即旅行销售员问题和旅行销售员问题的利润高达5个目标的情况下,所提出的算法的高效率。
2017-12-14 cs.DS
Efficient Bayesian Network Structure Learning via Parameterized Local Search on Topological Orderings
在贝叶斯网络结构学习(Bayesian Network Structure Learning,BNSL)中,给定一个变量集和每个变量的父得分,并旨在计算一个DAG,称为贝叶斯网络,该网络可能在某些结构约束下最大化父得分之和。甚至BNSL的非常有限的特殊情况在计算上也是困难的,因此,在实践中使用了诸如局部搜索的算法。局部搜索算法的一种自然方法是爬山策略,只要可能,就用某个预定义邻域内的更好的解替换给定的BNSL解。我们研究基于排序的局部搜索,其中的解决方案是通过拓扑排序的变量。我们表明,给定这样的拓扑排序,可以计算出一个最佳的DAG,其顺序是在次指数FPT时间内的反演距离$r$;参数$r$允许平衡的解决方案的质量和运行时间的本地搜索算法。该运行时间界限可以针对没有结构约束的BNSL和可以经由与每个父集合相关联的权重的总和来表达的所有结构约束来实现。我们还介绍了一个相关的距离称为“窗口反转距离”,并显示相应的本地搜索问题也可以解决在次指数FPT时间的参数$r$。对于两个进一步的自然修改操作的变量排序,我们表明,算法的FPT时间为$r$是不可能的。我们还概述了基于排序的局部搜索的限制,表明它不能用于网络的道德化图上的常见结构约束。
2022-04-06 cs.DM cs.DS cs.LG
An Efficient Local Search for Partial Latin Square Extension Problem
部分拉丁方(PLS)是将n个符号部分分配给nxn网格,使得在每行和每列中,每个符号最多出现一次。部分拉丁方延拓问题是一个NP-难问题,要求给定PLS的最大延拓。在本文中,我们提出了一个有效的局部搜索这个问题。我们专注于局部搜索,使得邻域由(p,q)-swap定义,即,精确地去除P个符号,然后将符号分配给至多Q个空单元。对于{1,2,3}中的p,我们的邻域搜索算法在O(n^{p+1})时间内找到改进的解或得出不存在这样的解的结论。我们还提出了一种新的交换操作,Trellis-swap,它是(1,q)-swap和(2,q)-swap的推广。我们的网格邻域搜索算法需要O(n^{3.5})时间来做同样的事情。使用这些邻域搜索算法,我们设计了一个原型迭代局部搜索算法,并显示其有效性比较与国家的最先进的优化求解器,如IBM的CPLEX和LocalSolver。
2015-03-05 cs.DS
Local Search is a PTAS for Feedback Vertex Set in Minor-free Graphs
我们表明,一个简单的局部搜索给出了一个PTAS的反馈顶点集(FVS)的问题,在未成年人的自由图。Fomin,Lokshtanov,Raman和Sauraubh提出了一个有效的无子图的PTAS。然而,他们的算法是许多先进的算法工具的组合,如Demaine和Hajiaghayi引入的收缩分解框架,Courcelle定理和Robertson和Seymour分解。与此形成鲜明对比的是,我们的局部搜索算法非常简单,易于实现。它不断交换恒定数量的顶点来改进当前解,直到达到局部最优。我们的主要贡献是表明,局部最优值只相差$(1+ε)$因素的全球最优值。
2019-06-02 cs.DS
Exploiting Reduction Rules and Data Structures: Local Search for Minimum Vertex Cover in Massive Graphs
最小顶点覆盖(MinVC)问题是一个著名的NP-难问题。最近有很大的兴趣在解决这个问题上的真实世界的大规模图。对于这样的图,局部搜索是一种很有前途的方法来找到最佳或接近最佳的解决方案。在本文中,我们提出了一个局部搜索算法,利用减少规则和数据结构,以解决MinVC问题,在这样的图。实验结果表明,我们的算法发现更好的覆盖比国家的最先进的局部搜索算法MinVC。此外,我们提出了有趣的结果的复杂性,一些著名的economistics。
2015-09-19 cs.AI cs.DS
An Efficient Local Search for the Minimum Independent Dominating Set Problem
在本文中,我们提出了一个有效的局部搜索的最小独立支配集问题。我们考虑使用$k$ -swap作为邻域操作的局部搜索。给定一个可行解$S$,它是通过从$S$中精确地删除$k$顶点,然后向其添加任意数量的顶点来获得另一个可行解的操作。我们证明了,当$k=2$,(分别为,$k=3$和给定的解决方案是最小的关于2-交换),我们可以找到一个改进的解决方案在附近或得出结论,没有这样的解决方案存在于$O(nΔ)$(分别,$O(nΔ^3)$)时间,其中$n$表示顶点的数量,$Δ$表示最大度数。我们开发了一个元启发式算法,重复建议的本地搜索和高原搜索迭代,高原搜索检查的解决方案相同的大小作为当前的解决方案,可通过交换的解决方案顶点和非解决方案顶点。该算法是如此有效,在80个DIMACS图,它更新了最知名的解决方案的大小为5个图和执行以及现有的方法,其余的图。
2019-08-18 cs.DS
Phase transition for Local Search on planted SAT
局部搜索算法(或爬山法,或迭代改进法)是解决可满足性和最大可满足性问题的最简单的算法之一。它是许多可满足性和最大可满足性求解器的一部分,用于为更复杂的算法找到一个好的起点,并改进候选解。本文分析了随机种植3-CNF公式的局部搜索问题。我们证明了如果k<7/6使得子句与变量的比率小于kln(n)(n是CNF中变量的数量),那么局部搜索whp找不到满意的分配,如果k>7/6使得子句与变量的比率大于kln(n)$,那么局部搜索whp找到满意的分配.作为一个副产品,我们还表明,对于任何常数r有g,使本地搜索应用到一个随机的(不一定种植)3-CNF与条款变量比r产生的分配,满足至少gn条款小于最大数量的可满足的条款。
2008-11-16 cs.DS cs.LO
Efficient Local Search Algorithms for Known and New Neighborhoods for the Generalized Traveling Salesman Problem
广义旅行商问题(GTSP)是一个著名的组合优化问题,有着广泛的应用。它是旅行推销员问题(TSP)的扩展,其中城市集被划分为所谓的集群,推销员必须访问每个集群一次。虽然GTSP是一个非常重要的组合优化问题,并在许多方面得到了很好的研究,但文献中使用的局部搜索算法大多是简单TSP算法的基本适应。因此,需要对GTSP的邻域和局部搜索算法进行全面深入的研究。我们形式化的TSP邻域的GTSP和分类所有其他现有的和一些新的GTSP邻域的适应过程。对于每个邻域,我们提供了有效的探索算法,通常比文献中已知的算法要快得多。最后,我们比较不同的本地搜索实现经验。
2012-02-13 cs.DS
Efficient and Effective Local Search for the Set-Union Knapsack Problem and Budgeted Maximum Coverage Problem
集并背包问题(SUKP)和最大覆盖问题(BMCP)是背包问题的两个密切相关的变体问题。给定一组加权元素和一组具有非负值的项目,其中每个项目涵盖几个不同的元素,这两个问题的目标都是找到一个子集的项目,最大化的目标函数,同时满足背包容量(预算)约束。针对这两个问题,我们提出了一种高效的局部搜索算法E2LS。据我们所知,这是第一次,一个算法已经提出了这两个。E2LS通过应用所提出的新算子ADD $^*$来遍历细化的搜索区域,从而折衷了搜索区域和搜索效率。这种折衷机制允许E2LS广泛而快速地探索解决方案空间。在E2LS算法中还引入了禁忌搜索方法,以避免陷入局部最优。在168个不同规模的公共实例上进行的大量实验表明,该算法对SUKP和BMCP都具有良好的性能。
2022-07-02 cs.DS
A Local-Search Algorithm for Steiner Forest
在斯坦纳森林问题中,我们给出一个图和一个源-汇对的集合,目标是找到一个总长度最小的子图,使得所有对都是连通的。该问题是APX困难的,并且可以通过例如,1995年Agrawal、Klein和Ravi提出的原始-对偶算法。我们给出了一个基于局部搜索的常数因子近似的问题。本地搜索带来了新的技术领域,长期以来没有看到任何改进,可能是一个更一般的生存网络设计问题的组合算法的一步。此外,局部搜索是解决动态MST/Steiner树问题的重要工具,而动态Steiner森林仍然是开放的。很容易看出,任何常数因子局部搜索算法都需要将许多边添加/删除在一起的步骤。我们提出了自然的局部移动,在每一步中,要么(a)在当前图中添加一条最短路径,然后删除一堆不重要的边,要么(b)向当前解添加一组边。第二种类型的移动是由我们用来衡量进度的势函数驱动的,它将解决方案的成本与每个连接组件的惩罚相结合。我们精心选择的局部移动和势函数协同工作,以消除使用更传统的局部移动时出现的不良局部极小值。
2017-07-10 cs.DS
Finding One Local Optimum Is Easy -- but What About Two?
Hokkaido University(北海道大学);Nagoya University(名古屋大学);Osaka University(大阪大学)
本文证明了在无权局部搜索问题中,寻找两个局部最优解是NP难的,包括最大独立集、最小支配集、最大SAT和最大割等问题。
2025-12-15 cs.CC cs.DS
An Improved Local Search Algorithm for k-Median
我们提出了一种新的局部搜索算法的$k$中值聚类问题。我们表明,该算法的局部最优值给出了一个$(2.836+ε)$近似;我们的结果改进了Arya等人的$(3+ε)$近似局部搜索算法[STOC 01]。此外,计算机辅助分析的自然扩展表明,这种方法可能会导致改善最知名的近似保证的问题。在我们的算法中的新成分是使用一个潜在的功能的基础上最接近和第二接近的设施,每个客户端。具体地说,潜在值是所有客户端上客户端到其最近设施点的距离之和,加上(一个小常数乘以)到其第二最近设施点的截断距离。我们从一个解转移到另一个解,只有当后者可以通过交换常数数量的设施来获得,并且比前者具有更小的潜力。这种细化的潜力,使我们能够避免坏的局部最优的Arya等人。局部搜索算法的基础上,只有解决方案的成本。
2021-11-08 cs.DS
Simpler Analyses of Local Search Algorithms for Facility Location
我们研究了度量的设施选址问题的本地搜索算法:无能力的设施选址问题(UFL),以及无能力的版本的$k$ -中位数,$k$ -中心和$k$ -手段的问题。所有这些问题都承认自然的局部搜索策略:例如,在UFL问题中,自然的移动是打开一个新的设施,关闭一个现有的设施,并将关闭的设施交换为打开的设施;在$k$ -中位数中,我们只允许交换移动。用于$k$ -中值的局部搜索算法由Arya等人(SIAM J. Comput. 33(3):544-562,2004),他使用了一个聪明的“耦合”论点来表明局部最优值的成本最多是全局最优值的常数倍。他们还使用这个论点来证明UFL的局部搜索算法是3-近似;他们的技术已经被应用于其他设施选址问题。本文给出了$k$ -中值结果的一个证明,避免了这种耦合论证.这些参数可以在其他使用Arya等人参数的设置中使用。我们还表明,开放$k$设施$F$的问题,以最小化目标函数$Φ_p(F) = \big(\sum_{j \in V} d(j, F)^p\big)^{1/p}$,自然交换为基础的本地搜索算法是一个$Θ(p)$ -近似。这意味着$k$ -中位数(当$p=1$时)和$k$ -均值(当$p = 2$时)的常数因子近似,以及$k$ -中心问题(本质上是$p = \log n$)的$O(\log n)$ -近似算法。
2008-09-15 cs.DS
(1, k)-Swap Local Search for Maximum Clique Problem
给定简单无向图G =(V,E),最大团问题(MCP)是寻找V的最大基数子集Q,使得Q中任意两个顶点相邻。我们提出了一种改进的局部搜索算法来解决这个问题。我们的算法建立了一些最大的解决方案,并可以在多项式时间内确定是否可以改善一个最大的解决方案,通过更换一个单一的顶点与k,k > 1,其他。我们在DIMACS[5],Sloane[15],BHOSLIB[1],Iovanella[8]和我们的随机实例上测试了我们的算法。
2017-04-04 cs.DS math.OC
Local search yields approximation schemes for k-means and k-median in Euclidean and minor-free metrics
本文对以下问题给出了第一多项式时间近似方案(PTAS):(1)边权平面图中的一致设施定位问题;(2)边权平面图中的$k$ -中值和$k$ -均值问题;(3)有界维数欧氏空间中的$k$ -均值问题.我们的第一个和第二个结果扩展到小闭图族。我们所有的结果扩展到成本函数是最短路径距离的$p$次幂。该算法是局部搜索,其中解$S$的局部邻域由通过去除和添加$1/ε^{O(1)}$中心从$S$获得的所有解组成。
2016-04-07 cs.CG cs.DS
On the Runtime of Randomized Local Search and Simple Evolutionary Algorithms for Dynamic Makespan Scheduling
进化算法是求解动态优化问题的常用算法。通过本文,我们有助于对这一研究领域的理论理解。我们提出了第一个计算复杂性分析的进化算法的动态变化的经典组合优化问题,即最大完工时间调度。我们研究了一个强对手的模型,它被允许定期更换一个工作。此外,我们研究了随机变化的设置。我们的研究结果表明,随机局部搜索和一个简单的进化算法是非常有效的动态跟踪变化的问题实例。
2015-04-23 cs.DS cs.NE
Improved local search for graph edit distance
Normandie Univ(诺曼底大学);ENSICAEN(卡昂高等工程师学院);UNICAEN(卡昂大学);CNRS(法国国家科学研究中心);GREYC(格雷克实验室);Free University of Bozen-Bolzano(博尔扎诺自由大学);Faculty of Computer Science(计算机科学学院)
图编辑距离(graph edit distance,GED)是将一个图转换为另一个图的一系列基本操作的最小代价,它度量了两个图之间的不相似性。该测量在许多领域中是基本的,例如结构模式识别或分类。然而,精确计算GED是NP难的。在不同类别的启发式算法,提出了计算近似解,局部搜索算法为GED提供了最严格的上限。在本文中,我们提出了K-REFINE和RANDPOST。K-REFINE推广和改进了现有的局部搜索算法,并在小图上表现得特别好。RANDPOST是一个通用的热启动框架,随机生成有希望的初始解决方案,用于任何基于局部搜索的GED算法。它在大型图形上特别有效。一个广泛的实证评估表明,K-REFINE和RANDPOST在实践中表现出色。
2019-11-26 cs.CV cs.DS cs.LG
Cosolver2B: An Efficient Local Search Heuristic for the Travelling Thief Problem
Mohammed V University of Rabat(拉巴特穆罕默德五世大学);Faculty of Science(理学院);LRIT(LRIT实验室);CNRST(国家科学技术研究中心)
现实世界的问题很难优化。然而,许多研究人员一直在解决过去几十年来被广泛研究的基准问题,即使它们很少有直接的应用。旅行小偷问题(TTP)是一个NP难优化问题,旨在提供一个更现实的模型。TTP特别针对包装/装载约束下的路由问题,可以发现在供应链管理和运输。在本文中,TTP提出和数学公式。提出了一种组合局部搜索算法,并与随机局部搜索算法(RLS)和进化算法(EA)进行了比较。得到的结果是相当有前途的,因为新的更好的解决方案被发现。
2016-03-23 cs.AI cs.DS cs.NE
A Local Search Framework for Experimental Design
University of Waterloo(滑铁卢大学)
我们提出了一个局部搜索框架来设计和分析实验设计问题的组合算法和舍入算法。这个框架提供了一个统一的方法来匹配和改进所有已知的D/A/E设计的结果,并在以前未知的设置获得新的结果。对于组合算法,我们提供了一个新的分析经典的Fedorov的交换方法。我们证明了这种简单的局部搜索算法的工作,只要存在一个几乎最优的解决方案,良好的条件数。此外,我们设计了一个新的组合局部搜索算法的E-设计使用的遗憾最小化框架。对于舍入算法,我们提供了一个统一的随机交换算法,以匹配和改进以前的D/A/E设计的结果。此外,该算法工作在更一般的设置,以近似满足多个背包约束,这可以用于加权实验设计和公平性约束纳入实验设计。
2020-12-18 cs.DS cs.LG stat.CO