ニューラル多目的組合せ最適化のためのパレート集合学習【JST・京大機械翻訳】

Lin Xi; Yang Zhiyuan; Zhang Qingfu

プレプリント

J-GLOBAL ID：202202201970917837 整理番号：22P0312036

ニューラル多目的組合せ最適化のためのパレート集合学習【JST・京大機械翻訳】

Pareto Set Learning for Neural Multi-objective Combinatorial Optimization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年05月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多目的コンビナトリアル最適化(MOCO)問題は,多くの実世界アプリケーションで見つけることができる。しかし,これらの問題を正確に解決することは,特にNP困難である場合,非常に困難である。過去数十年にわたる異なるMOCO問題に取り組むために,多くの手作業発見的方法が提案されている。本研究では,ニューラルコンビナトリアル最適化のアイデアを一般化し,さらに探索手順なしに与えられたMOCO問題に対する全パレート集合を近似するための学習ベースアプローチを開発した。任意のトレードオフ選好に対する近似パレート解を直接生成するための単一選好条件モデルを提案し,このモデルを訓練するための効率的な多目的強化学習アルゴリズムを設計した。提案方法は,広く使用された分解ベースの多目的進化アルゴリズム(MOEA/D)のための学習ベースの拡張として扱うことができる。それは全ての可能な選好を収容するために単一モデルを使用するが,他の方法はPareto集合を近似するために有限数の解を使用する。実験結果は,著者らの提案方法が,多目的巡回セールスマン問題,多目的車両ルーティング問題,および解決品質,速度,およびモデル効率に関する多目的ナップサック問題に関して,他のいくつかの方法を著しく凌ぐことを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

その他のオペレーションズリサーチの手法 , 人工知能

, , ,

前のページに戻る