ML4CO
文章平均质量分 96
博士课题,主要讲解有关于ML4CO的原理、实验分析和进展
striving长亮
越努力,越幸运!
既要仰望星空,又要脚踏实地!
欢迎各位志同道合的朋友与我进行交流,可私信,看到必回!
写的如果有错误,请大家指正,感谢!
展开
-
【ML4CO基础】Attention, learn to solve routing problems(Wouter Kool, 2018)
与以往的工作相比,本文采用Attention代替RNN(LSTMs),引入节点输入顺序的不变性,提高了学习效率。 此外,为提高计算效率,使得并行化成为可能,MHA可以被看作是一种消息传递算法,它允许节点在不同的信道上传递相关信息,使得来自编码器的节点嵌入可以学习在图的上下文中包括关于节点的有价值的信息。作为一种基于图的方法,我们的模型增加了scaling的潜力(与LSTMs相比),因为它可以应用在稀疏图上并在局部操作。现如今AM已经成为组合优化问题中一个常用的baseline,作为其改进程度的量化。....原创 2022-07-14 19:24:05 · 1237 阅读 · 2 评论 -
【ML4CO基础】Pointer Networks原理及代码实现分析(Oriol Vinyals, 2015)
Pointer Networks天生具备输出元素来自输入元素这样的特点,于是它非常适合用来实现“复制”这个功能,这就造成了目前Ptr-Nets成为文本摘要方法中的利器的局面。此外,在组合优化领域,Ptr-Nets也得到了广泛的应用,并已成为组合优化问题的端到端方法的入门模型,后来基于此模型,研究者也进行了很多改进。总之,Ptr-Nets为组合优化的端到端解决办法起了一个好头,并促使广大研究者进行更加深入的研究............原创 2022-07-11 18:10:24 · 1597 阅读 · 5 评论 -
【ML4CO论文精读】具有离散拆分送货和取货的车辆路径问题的禁忌搜索算法(Meng Qiu, 2018)
离散拆分交付(DSPDP)和取货的车辆路径规划问题(VRP)是拆分交付和取件的车辆路径问题的变体,其中客户的需求在批次(或订单)方面是离散的。 它存在于物流配送的实践中,包括设计一组成本最低的路线来服务给定的一组客户,同时尊重车辆容量的限制。 本文对其特点进行了分析。 提出了一种数学模型和禁忌搜索算法,特别设计了批量组合和项目创建操作。 批量组合操作旨在避免不必要的旅行成本,而项目创建操作有效地加快了搜索速度,增强了算法搜索能力。 并且提供了计算结果并与文献中的其他方法进行了比较。.........原创 2022-03-20 11:30:00 · 920 阅读 · 0 评论 -
【ML4CO论文精读】用于组合优化的机器学习:方法论之旅(Yoshua Bengio, 2021)
本文调查了最近从机器学习和运筹学的社区,在利用机器学习来解决组合优化问题的尝试。考虑到这些问题的本质,最先进的算法依赖手工制作的启发式决策,否则计算或数学不定义良好的成本太高。因此,机器学习看起来像一个自然的候选人做出这样的决策原则和优化方法。我们倡导推动进一步一体化的机器学习和组合优化和细节的方法。论文的主要观点是认为通用的优化问题是数据和查询是什么问题用于学习的相关分布在一个给定的任务。......原创 2022-03-06 18:00:50 · 1700 阅读 · 0 评论 -
【ML4CO论文精读】基于深度强化学习的组合优化问题研究进展(李凯文, 2020)
组合优化问题广泛存在于国防、交通、工业、生活等各个领域, 几十年来, 传统运筹优化方法是解决组合优化问题的主要手段, 但随着实际应用中问题规模的不断扩大、求解实时性的要求越来越高, 传统运筹优化算法面临着很大的计算压力, 很难实现组合优化问题的在线求解. 近年来随着深度学习技术的迅猛发展, 深度强化学习在围棋、机器人等领域的瞩目成果显示了其强大的学习能力与序贯决策能力. 鉴于此, 近年来涌现出了多个利用深度强化学习方法解决组合优化问题的新方法, 为组合优化问题的求解提供了一种全新的思路......原创 2022-01-30 15:38:47 · 2923 阅读 · 0 评论