文献

J-GLOBAL ID：202002278851047804   整理番号：20A1796911

離散最適化問題のための一般的問題インスタンスジェネレータ【JST・京大機械翻訳】

A generic problem instance generator for discrete optimization problems

著者 (4件)： Ullrich Markus (University of Applied Sciences, Gorlitz, Saxony, Germany) ,  Weise Thomas (Hefei University, Hefei, Anhui, China) ,  Awasthi Abhishek (University of Applied Sciences, Gorlitz, Saxony, Germany) ,  Laessig Jorg (University of Applied Sciences, Gorlitz, Saxony, Germany)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’18  ページ： 1761-1768  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最適化アルゴリズムの性能の測定は,関連する問題のベンチマーク事例を含む。離散最適化の分野では,多くのよく知られた問題は,既に多くの問題事例によってカバーされている。しかし,あまり知られていない最適化問題の領域を探索する間,通常,利用可能なそのようなベンチマークインスタンスの十分な量または多様性は存在しなかった。このデータが不足している理由は,そのようなデータの収集を妨げる技術的困難に対するプライバシーまたは機密性の問題から変化する。これは,これらの問題に関する新しい最適化アルゴリズムを評価することができない。理想的に,様々な問題インスタンスに対する必要なデータは,一連のアルゴリズムの性能を測定するために,前もってランダムに作成できる。ランダム問題インスタンス発生器は既に特定の問題に対して存在するが,多重最適化問題に適用可能な一般的ツールは稀であり,通常,問題のより小さな部分集合に限定される。離散最適化問題のための一般的問題インスタンス発生器を提案し,それは構成が容易であり,広範囲の最適化問題をカバーするのに簡単である。ランダム問題インスタンスを生成するため,TSP,Max-SATおよび実世界負荷配分問題に対する模範的構成を生成することにより,このツールの能力を示す。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化問題 ,  最適化手法 ,  プライバシー ,  負荷配分 ,  多重化 ,  ベンチマーク
準シソーラス用語： 再生器 ,  *離散最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (3件)： 最適化問題 ,  インスタンス ,  ジェネレータ