期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
强化学习求解组合最优化问题的研究综述 被引量:21
1
作者 王扬 陈智斌 +1 位作者 吴兆蕊 高远 《计算机科学与探索》 CSCD 北大核心 2022年第2期261-279,共19页
组合最优化问题(COP)的求解方法已经渗透到人工智能、运筹学等众多领域。随着数据规模的不断增大、问题更新速度的变快,运用传统方法求解COP问题在速度、精度、泛化能力等方面受到很大冲击。近年来,强化学习(RL)在无人驾驶、工业自动化... 组合最优化问题(COP)的求解方法已经渗透到人工智能、运筹学等众多领域。随着数据规模的不断增大、问题更新速度的变快,运用传统方法求解COP问题在速度、精度、泛化能力等方面受到很大冲击。近年来,强化学习(RL)在无人驾驶、工业自动化等领域的广泛应用,显示出强大的决策力和学习能力,故而诸多研究者尝试使用RL求解COP问题,为求解此类问题提供了一种全新的方法。首先简要梳理常见的COP问题及其RL的基本原理;其次阐述RL求解COP问题的难点,分析RL应用于组合最优化(CO)领域的优势,对RL与COP问题结合的原理进行研究;然后总结近年来采用RL求解COP问题的理论方法和应用研究,对各类代表性研究所解决COP问题的关键要点、算法逻辑、优化效果进行对比分析,以突出RL模型的优越性,并对不同方法的局限性及其使用场景进行归纳总结;最后提出了四个RL求解COP问题的潜在研究方向。 展开更多
关键词 强化学习(RL) 深度强化学习(DRL) 组合最优化问题(COP)
在线阅读 下载PDF
基于遗传算法的布局求解法 被引量:8
2
作者 王金敏 王玉新 +2 位作者 曾维川 姚遥 喻宏波 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2001年第3期307-311,共5页
在分析布局问题的基础上 ,对编码方式、交叉操作等做了改进 ,提出一种基于遗传算法的布局求解方法 .计算结果表明 ,算法具有良好的全局搜索能力和较快的收敛速度 .
关键词 布局问题 遗传算法 编码方式 交叉操作 全局搜索能力 收敛速度 组合最优化问题
在线阅读 下载PDF
非可靠性测试条件下复杂系统多故障定位方法 被引量:3
3
作者 孙靖杰 赵建军 +1 位作者 姚刚 付兴振 《振动.测试与诊断》 EI CSCD 北大核心 2013年第5期875-880,916,共6页
针对复杂系统多故障并存且实际测试中存在误警和漏检等特点,提出非可靠性测试条件下多故障定位问题的解决方法。以寻找后验概率最大的故障假设为目标,引入贝叶斯理论并结合系统的检测、误警相关矩阵,将原问题转化为一个组合最优化问题... 针对复杂系统多故障并存且实际测试中存在误警和漏检等特点,提出非可靠性测试条件下多故障定位问题的解决方法。以寻找后验概率最大的故障假设为目标,引入贝叶斯理论并结合系统的检测、误警相关矩阵,将原问题转化为一个组合最优化问题。采用改进的偏转次梯度优化算法(modified reflection subgradient optimization algorithm,简称MRSOA)求解优化问题的拉格朗日对偶,获得故障定位结果。对某型雷达发射机在非可靠性测试情况下的多故障定位结果表明,该方法具有较高的定位效率和定位准确度。 展开更多
关键词 非可靠性测试 多故障定位 组合最优化问题 可变目标值 偏转次梯度方向
在线阅读 下载PDF
一种求解CVRP的动态图转换模型 被引量:1
4
作者 王扬 陈智斌 《计算机工程与科学》 CSCD 北大核心 2023年第5期859-868,共10页
带容量的车辆路径问题是组合最优化问题中的经典问题,多年以来一直被反复研究。最近,Transformer已经成为解决车辆路径问题的主流深度学习架构。然而,由于一个实例在模型不同构造步骤中会发生改变,相应的节点特征也需要更新,传统位置编... 带容量的车辆路径问题是组合最优化问题中的经典问题,多年以来一直被反复研究。最近,Transformer已经成为解决车辆路径问题的主流深度学习架构。然而,由于一个实例在模型不同构造步骤中会发生改变,相应的节点特征也需要更新,传统位置编码方法不适用于提取动态优化问题的位置信息。因此,现有方法在提高学习效率方面效果较差。以最小化路径长度为目标,提出一种动态图转换模型(DGTM)和动态位置编码(DPE)方法,并使用一种双重损失REINFORCE算法训练DGTM模型。此外,强化学习、图神经网络和Transformer架构相结合,提高了模型的训练效率,增强了神经网络对带约束路径问题信息的表征能力。实验结果表明,DGTM模型在此问题上的优化效果超越了目前基于深度强化学习的方法和部分传统算法,整体性能优于专业求解器的,且具有较好的泛化性能,为求解图上组合最优化问题提供了一种有效方法。 展开更多
关键词 带容量的车辆路径问题 动态图转换模型 动态位置编码 深度强化学习 图神经网络 组合最优化问题
在线阅读 下载PDF
A novel hybrid algorithm based on a harmony search and artificial bee colony for solving a portfolio optimization problem using a mean-semi variance approach 被引量:4
5
作者 Seyed Mohammad Seyedhosseini Mohammad Javad Esfahani Mehdi Ghaffari 《Journal of Central South University》 SCIE EI CAS CSCD 2016年第1期181-188,共8页
Portfolio selection is one of the major capital allocation and budgeting issues in financial management, and a variety of models have been presented for optimal selection. Semi-variance is usually considered as a risk... Portfolio selection is one of the major capital allocation and budgeting issues in financial management, and a variety of models have been presented for optimal selection. Semi-variance is usually considered as a risk factor in drawing up an efficient frontier and the optimal portfolio. Since semi-variance offers a better estimation of the actual risk portfolio, it was used as a measure to approximate the risk of investment in this work. The optimal portfolio selection is one of the non-deterministic polynomial(NP)-hard problems that have not been presented in an exact algorithm, which can solve this problem in a polynomial time. Meta-heuristic algorithms are usually used to solve such problems. A novel hybrid harmony search and artificial bee colony algorithm and its application were introduced in order to draw efficient frontier portfolios. Computational results show that this algorithm is more successful than the harmony search method and genetic algorithm. In addition, it is more accurate in finding optimal solutions at all levels of risk and return. 展开更多
关键词 portfolio optimizations mean-variance model mean semi-variance model harmony search and artificial bee colony efficient frontier
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部