文献阅读
文章平均质量分 80
太极生两鱼
这个世界,强者为尊
展开
-
1. 组合问题的解决方案采样器优化:策略梯度方法的景观
深度神经网络+强化学习求解组合优化问题有成效。深度神经网络被用作解决方案生成器,基于梯度训练获得更好的解决方案的分布。探讨是否存在生成模型,这些模型:(1)具有足够的表达能力来生成近似最优解。(2)具有可处理的、多项式数量级的参数。(3)优化景观是良性的,即不包含次优静止点。引入一种新的正则化过程,用于普通的梯度下降,有助于解决梯度消失问题并逃离不良静止点。原创 2024-08-13 21:10:15 · 168 阅读 · 0 评论 -
Ant System: An Autocatalytic Optimizing Process-Ant 系统:自动催化优化过程
提出了分布式计算、正反馈和构造性贪婪启发式的组合作为随机优化和问题解决的新方法。正反馈可以快速发现非常好的解决方案,分布式计算可以避免过早收敛,贪婪启发式有助于程序在搜索过程的早期阶段找到可接受的解决方案。将所提出的方法应用于经典的旅行商问题表明,该系统可以快速提供非常好的(即使不是最优的)解决方案。我们报告了许多模拟结果并讨论了算法的工作原理。还给出了有关如何将此方法应用于各种优化问题的一些提示。原创 2023-11-28 16:41:44 · 1487 阅读 · 0 评论 -
Robust taboo search for the quadratic assignment problem-二次分配问题的鲁棒禁忌搜索
为了提高禁忌搜索的速度,提出了两种并行化方法,并显示了它们对于与问题规模成正比的处理器数量的效率。还提出了一种生成随机问题的简单方法优势:更少的复杂性和更少的参数。原创 2023-11-25 11:35:52 · 984 阅读 · 0 评论 -
文献阅读 - JADE:具有可选外部存档的自适应差分进化
提出了一种新的差分进化(DE)算法 JADE,通过实施具有可选外部存档的新变异策略“DE/current-to-pbest”来提高优化性能,并以自适应方式更新控制参数。DE/current-to- pbest是经典“DE/current-to-best”的推广,而可选的存档操作利用历史数据来提供进化方向信息。这两种操作都使人口多样化并提高收敛性能。参数自适应自动将控制参数更新为合适的值,并避免用户先验了解参数设置与优化问题特征之间的关系。因此有助于提高算法的鲁棒性。原创 2023-11-07 20:47:35 · 819 阅读 · 0 评论 -
一种有效的并行进化元启发法及其在三个优化问题中的应用
An effective parallel evolutionary metaheuristic with its application to three optimization problems文献链接原创 2023-10-27 12:18:30 · 78 阅读 · 0 评论 -
《文献阅读》- 遗传算法作为量子近似优化算法的经典优化器(未完成)
优化是量子计算可以带来显着优势的研究领域之一。在这种情况下,混合量子经典变分算法,即量子近似优化算法(QAOA),因其有效解决组合优化问题的潜力而受到广泛关注。这种方法的工作原理是使用经典优化器来识别问题相关量子电路的适当参数,最终执行优化过程。不幸的是,学习最合适的 QAOA 电路参数是一项复杂的任务,受到多个问题的影响,例如以许多局部最优为特征的搜索环境。此外,在这种情况下开创的基于梯度的优化器往往会浪费量子计算资源。因此,无梯度方法正在成为解决此参数设置任务的有前途的方法。原创 2023-10-16 12:32:51 · 303 阅读 · 0 评论 -
《文献阅读》 一种基于局部适应度景观的进化规划的混合策略
进化规划(EP)的性能受到许多因素的影响(如突变操作符和选择策略)。虽然传统的高斯突变算子方法可能是有效的,但整个总体的初始规模可以非常大。这可能会导致传统的EP需要太长的时间才能达到收敛。为了解决这个问题,EP已经以各种方式进行了修改。特别是,对突变算子的修改可以显著提高EP的性能。然而,操作员只有在特定的适应度环境中才有效。因此,为了结合不同运营商的优点,提出了混合策略。混合策略的设计目前是基于应用单个操作人员的性能。与当地适应度景观的信息直接相关。原创 2023-10-10 22:02:22 · 192 阅读 · 0 评论