![](https://img-blog.csdnimg.cn/9ba395ed1b7b432386a9477277f15012.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文阅读及复现
文章平均质量分 95
论文阅读及复现
WSKH0929
2022年博客之星综合评分人工智能领域Top4、总榜Top24;阿里云专家博主;CSDN博客专家、人工智能领域优质创作者;已授权美国专利1件、发明专利8件和软著2件、受理发明专利2件、在申发明专利2件;获得17个算法/系统开发类竞赛奖项,在第四届集成电路EDA设计精英挑战赛(国内EDA算法领域最高水平竞赛)中获得一等奖和华大九天企业特别奖;负责过5个企业项目的算法及系统开发,其中3个合作企业为世界五百强,拥有较丰富的算法设计与开发经验
展开
-
【论文阅读】(2024)Interpretability of rectangle packing solutions with Monte Carlo tree search
装箱问题已经被研究了很长时间,并且在现实世界中有很大的应用。近来,随着工业世界中的问题越来越多,精确的算法通常不是可行的选择,需要更快的方法。我们研究蒙特卡罗树搜索,这是一种随机抽样算法,在过去几年的文献中获得了极大的重要性。我们提出了三种基于MCTS及其与元启发式算法或深度学习模型的集成的方法来获得装箱问题的近似解,这些近似解也可以通过MCTS探索来解释,并且可以从中提取知识。原创 2024-05-25 14:58:01 · 397 阅读 · 0 评论 -
【论文阅读】(2006)Dual-Optimal Inequalities for Stabilized Column Generation
列生成是求解大规模线性规划问题最成功的方法之一。然而,当问题变得更大时,已知会出现退化困难和长尾效应。幸运的是,一些对偶变量的稳定技术已被证明是有效的。作者研究了利用两类对偶最优不等式来加速和稳定整个收敛过程。添加到对偶公式中,这些约束被所有或一个子集的对偶最优解所满足。因此,增广对偶问题的最优目标函数值与原问题相同。向对偶问题添加约束会导致向原始问题添加列,并且可能失去解决方案的可行性。作者提出了两种方法来恢复原始可行性和最优性,这取决于所使用的不等式的类型。原创 2024-03-04 21:24:05 · 681 阅读 · 0 评论 -
【论文阅读】(2023)Lower and Upper Bounding Procedures for the Bin Packing Problem with Concave Loading...
我们解决一维仓包装问题凹装载成本(BPPC),这通常出现在小于卡车装载的运输服务。我们的贡献是双重的。首先,我们提出了这个问题的两个下界。第一个问题是问题的连续松弛的最优解,并提出了一个封闭形式。第二个下界是基于大规模集划分公式的问题。为了避免目标函数系数的非线性所带来的挑战,我们考虑了凹负荷代价的内部逼近,并推导了一个通过列生成来求解的简化公式。此外,我们提出了两种基于子集和的启发式方法。原创 2024-01-16 09:10:11 · 965 阅读 · 1 评论 -
【论文阅读】(2019)Enhanced Pseudo-polynomial Formulations for Bin Packing and Cutting Stock Problems
我们研究经典装箱和下料问题的伪多项式公式。我们首先从文献中提出了主要的基于模式和伪多项式公式之间的优势和等价关系的概述。然后我们引入reflect,这是一个新的公式,它只使用一半的bin容量来建模一个实例,并且比经典模型需要更少的约束和变量。当面元容量过高时,我们提出了利用列生成和对偶信息来补偿反射弱点的上限和下限技术。我们还提出了解决两个有趣的问题变体的技术的非平凡的修改,即可变大小的装箱问题和带有物品碎片的装箱问题。原创 2023-10-22 20:52:31 · 221 阅读 · 0 评论 -
【论文阅读】(2016)Learning to Branch in Mixed Integer Programming
混合整数规划 (MIP) 中的分支策略设计以参数调整和离线实验的周期为指导,使用平均性能在极其异构的测试台上进行。一旦设计出来,这些策略(及其参数设置)基本上与输入无关。为了解决这些问题,我们提出了一个用于 MIP 中变量分支的机器学习 (ML) 框架。我们的方法观察由强分支 (SB) 做出的决策,强分支是一种耗时的策略,它生成小型搜索树,收集表征树每个节点的候选分支变量的特征。基于收集到的数据,我们通过解决 ML 中常见的排序学习问题,学习了一个易于评估的模拟 SB 策略的代理函数。原创 2023-09-26 13:36:00 · 379 阅读 · 0 评论 -
【论文阅读】(2012)A Hybrid Genetic Algorithm for Multidepot and Periodic Vehicle Routing Problems
本文提出了一种算法框架,成功解决了三个车辆路径问题:多站点 VRP、周期性 VRP 以及具有容量车辆和受限路线持续时间的多站点周期性 VRP。元启发式结合了基于种群的进化搜索的探索广度、基于邻域的元启发式的积极改进能力以及先进的种群多样性管理方案。大量的计算实验表明,该方法在计算效率和解决方案质量方面表现出色,可以识别出最知名的解决方案(包括最优解决方案),或者为三个问题类别的所有当前可用基准实例确定新的最佳解决方案。事实证明,所提出的方法对于有能力的 VRP 来说也极具竞争力。原创 2023-06-26 10:37:19 · 797 阅读 · 1 评论 -
【论文阅读】(2009)A dynamic programming based heuristic for the assembly line balancing problem
简单装配线平衡问题是与分配装配线中产品装配所需的基本任务相关的实际问题的简化。半个多世纪以来,这个问题在文献中得到了广泛的研究。目前的工作提出了一个新的程序来解决我们称之为有界动态规划的问题。术语“有界”的使用不仅与使用边界来减少状态空间相关联,而且还与基于启发式方法的此类空间的减少相关联。该程序能够在 269 个实例中获得 267 个的最优解率,这已在以前的工作中使用,从而获得该问题的最佳性能。即使使用更短的计算时间,这些结果也比文献中发现的任何先前程序都有所改进。原创 2023-06-26 10:33:52 · 586 阅读 · 0 评论 -
【论文阅读】(2006)An Adaptive Large Neighborhood Search Heuristic for the Pickup and Delivery Problem...
带时间窗的取送问题是使用有限数量的车辆满足大量运输请求的问题。每个请求都涉及将大量货物从提货地点移动到交货地点。我们的任务是构建访问所有位置的路线,以便将相应的取货和送货放在同一路线上,并且在相应的送货之前执行取货。路线还必须满足时间窗口和容量限制。本文提出了一种基于大邻域搜索启发式问题的启发式算法,该启发式算法以前曾建议用于解决带有时间窗的车辆路径问题。所提出的启发式算法由许多相互竞争的子启发式算法组成,这些子启发式算法的使用频率与其历史表现相对应。这个通用框架被称为自适应大邻域搜索。原创 2023-06-25 13:40:50 · 780 阅读 · 1 评论 -
【论文阅读】(2004)A simple and effective evolutionary algorithm for the vehicle routing problem
车辆路径问题(VRP)在配送网络优化中发挥着核心作用。由于一些具有 75 个节点的经典实例抵制最佳精确解法,因此大多数研究人员专注于元启发式算法来解决现实生活中的问题。与具有时间窗口的 VRP 相反,没有任何遗传算法 (GA) 可以与为 VRP 设计的强大禁忌搜索 (TS) 方法竞争。本文通过提出一种相对简单但有效的混合遗传算法来弥补这一差距。原创 2023-06-24 11:21:06 · 652 阅读 · 0 评论 -
【论文阅读】(2003)The Granular Tabu Search and Its Application to the Vehicle-Routing Problem
本文描述了众所周知的禁忌搜索方法的一种新变体,称为粒度禁忌搜索(granular tabu search)。该方法使用有效的强化/多样化工具,可以成功应用于广泛的图论和组合优化问题。细粒度禁忌搜索基于严格限制邻域的使用,不包含仅涉及不太可能属于良好可行解决方案的元素的移动。这些受限邻域被称为粒度(granular),并且可以被视为禁忌搜索算法提出的候选列表策略的有效实现。讨论了该方法在著名的对称容量和距离约束车辆路径问题上的计算测试结果,表明该方法能够在短时间内确定非常好的解决方案。原创 2023-06-24 11:06:46 · 600 阅读 · 0 评论 -
【论文阅读】(2013)Exact algorithms for the bin packing problem with fragile objects
我们得到了一组物体,每个物体都具有重量和易碎性,以及大量没有容量的垃圾箱。我们的目标是找到装满所有物体所需的最少垃圾箱数量,使每个垃圾箱中物体重量的总和小于或等于垃圾箱中物体的最小易碎性。这个问题在文献中被称为易碎物品的装箱问题,并且出现在电信领域,当必须通过确保信道中的总噪声不超过一个电话。我们提出了一种分支定界算法和几种分支价格算法来精确解决问题,并通过使用下界和量身定制的优化技术来提高它们的性能。此外,我们还开发了相关易碎物品背包问题的最优解算法。原创 2023-06-08 19:20:35 · 1068 阅读 · 1 评论 -
【论文阅读及复现】(2016)An Exact Algorithm for the Elementary Shortest Path Problem with Resource Constraints
资源约束下的初等最短路径问题(ESPPRC)是车辆路径问题列生成中经常出现的np难问题。我们提出了一种基于隐式枚举的精确求解方法,该方法具有一种新颖的边界方案,极大地缩小了搜索空间。我们将我们的算法嵌入到一个列生成中,以解决具有时间窗口的车辆路径问题(VRPTW)的线性松弛(根节点),并发现与著名的所罗门VRPTW试验台上的最先进的ESPPRC算法相比,所提出的算法表现良好。Pulse 算法是 Lozano 等人于2016年提出的用于解决资源受限最短路问题的一个高效精确算法。原创 2023-02-13 19:32:38 · 5220 阅读 · 3 评论 -
【论文阅读】(2021)Learning-Based Branch-and-Price Algorithms for the Vehicle Routing Problem with Time...
解决了具有二维加载约束的有能力的车辆路径问题。与每个客户相关联的是一组矩形物品、物品的总重量和一个时间窗口。为该问题设计精确的算法非常具有挑战性,因为该问题是两个 NP-hard 问题的组合。提出了一个精确的分支定价算法和一个近似的对应算法来解决这个问题。我们引入了一个精确的域控制规则和一个近似的域控制规则。为了应对加载约束带来的困难,提出了一种由监督学习模型推动的新列生成机制。大量实验证明了在 CPU 时间和可行性检查器调用方面集成学习模型的优越性。原创 2023-02-02 15:13:58 · 11562 阅读 · 1 评论 -
【论文阅读】(2020)Knapsack polytopes: a survey(下)
前几章集中讨论了背包问题的强不等式,即最小覆盖不等式的(提升)。在实践中,一个重要的方面是生成违规有效不等式所需的计算工作量。在这种情况下,经常需要在运行时和不平等的强度之间进行权衡。此外,如果将强不等式应用于分支-切割方法(例如,如果它们是密集的),那么强不等式(在它们是面定义的意义上)不一定是最好的。从背包生成的切割平面对于基于分支和切割的算法的良好性能是非常重要的。除了混合整数舍入和Gomory混合整数切割外,背包切割是最重要的切割平面类别[如果关闭背包分离,CPLEX 12.5的性能会降低14%(受原创 2022-12-23 11:39:24 · 20723 阅读 · 1 评论 -
【论文阅读】(2020)Knapsack polytopes: a survey(上)
0/1背包问题包括选择具有给定权重和利润的物品,使得权重之和不超过一定容量,并且利润之和最大化。如果n项的权重由 a=(a1,…,an)⊤∈R+na=\left(a_1, \ldots, a_n\right)^{\top} \in \mathbb{R}_{+}^na=(a1,…,an)⊤∈R+n ,容量为 β∈R+\beta \in \mathbb{R}_{+}β∈R+ 和利润 p=(p1,…,pn)⊤∈R+np=\left(p_1, \ldots, p_n\right)^{\top} \in \m原创 2022-12-22 21:42:36 · 20269 阅读 · 0 评论 -
【论文阅读】(2018)The Meet-in-the-Middle Principle for Cutting and Packing Problems
切割和包装(C&P)是一个基本的研究领域,它模拟了大量的管理和工业优化问题。C&P问题的解决方案基本上由一组一维或多维物品组成,通过满足问题的约束条件和最小化给定的目标函数,从一个或多个仓中打包/切割。正常模式是一种著名的C&P技术,用于建立解决方案,其中每个项目沿每个维度都与仓的底部对齐。它们被用于一些C&P技术中,因为它们可以减少搜索空间,同时保持最优性,但是它们的局限性在于,当物品的数量和仓的大小增加时,它们的数量会持续增长。原创 2022-12-16 12:29:48 · 20022 阅读 · 0 评论 -
【论文阅读】(2017)The late acceptance Hill-Climbing heuristic
本文介绍了一种新的非常简单的搜索方法,称为延迟接受爬山(LAHC)。这是一种局部搜索算法,当候选成本函数优于之前的多次迭代时,它接受非改进移动。这个数字作为一个算法输入参数出现,它决定了搜索过程的总处理时间。本文用一系列旅行推销员和考试时间表基准问题对该方法的性质进行了实验研究。此外,我们还将LAHC与采用冷却计划的著名搜索技术进行了公平的比较:模拟退火(SA)、阈值接受(TA)和大洪水算法(GDA)。此外,我们还讨论了该方法在赢得国际比赛中的成功,以自动解决幻方问题。我们的实验表明,原创 2022-11-22 11:15:47 · 21880 阅读 · 0 评论 -
【论文阅读】(2022)A goal-driven ruin and recreate heuristic for the 2D variable-sized bin packing prob...
本文讨论了具有一刀切约束的二维装箱问题。该问题需要从更大的矩形(称为箱)中切割一组矩形项目,同时只使用边到边(一刀切)切割。目标是尽量减少切割所有所需物品所需的总箱面积。本文还讨论了允许90° 物品的旋转和/或一组不同的箱子。提出了一种新的启发式方法,该方法基于破坏和重建范式,结合目标驱动方法。当将所提出的启发式算法应用于文献中的基准实例时,它在所考虑问题的所有变体的解决质量方面优于当前最先进的算法。此处省略超级多字。。。(常规二维装箱问题和一刀切约束的介绍,有兴趣可以看看原文~)原创 2022-11-17 18:52:52 · 21921 阅读 · 0 评论 -
【论文阅读】(2014)Combinatorial Benders’ Cuts for the Strip Packing Problem
我们研究了条形包装问题,即一组二维矩形物品必须被包装在一个固定宽度和无限高的矩形条形中,目的是使使用的高度最小。这个问题很重要,因为它模拟了大量的现实应用,包括切割作业,如纸张或木材等材料的库存是大量的,必须以最小的浪费进行切割,调度问题,任务需要相同资源的连续子集,以及运输无法堆叠的物品时产生的集装箱装载问题。在文献中,条形包装问题已经被几种启发式和精确算法攻击,然而,小规模的基准实例仍然没有被证实的最优性。在本文中,我们提出了一种新的精确方法,可以在有限的计算量内求解大量的开放基准测试实例。原创 2022-11-15 21:24:10 · 21835 阅读 · 2 评论 -
【论文阅读】(2013)A goal-driven approach to the 2D bin packing and variable-sized bin packing problems
在本文中,我们研究了二维可变尺寸箱包装问题(2DVSBPP),其中的任务是将所有给定矩形包装成各种尺寸的箱,以使使用的箱的总面积最小化。我们将2DVSBPP的搜索空间划分为多个集合,并在集合上施加顺序,然后使用目标驱动方法来利用这个划分的解空间的特殊结构。由于2DVSBPP是二维装箱问题(2DBPP)的推广,我们的方法可以在最小变化的情况下适用于2DBPP。对2DVSBPP和2DBPP的标准基准数据的计算实验表明,我们的方法比文献中的现有方法更有效。原创 2022-11-14 11:10:20 · 21872 阅读 · 2 评论 -
【论文阅读】(2019)SimGNN:A Neural Network Approach to Fast Graph Similarity Computation
图形相似性搜索是最重要的基于图形的应用程序之一,例如查找与查询化合物最相似的化合物。图相似性距离计算,如图编辑距离(GED)和最大公共子图(MCS),是图相似性搜索和许多其他应用程序的核心操作,但实际计算成本很高。受神经网络方法最近成功应用于若干图形应用(如节点或图形分类)的启发,我们提出了一种新的基于神经网络的方法来解决这一经典但具有挑战性的图形问题,旨在减轻计算负担,同时保持良好的性能。提出的方法称为SimGNN,它结合了两种策略。首先,我们设计了一个可学习的嵌入函数。原创 2022-10-28 21:53:47 · 22980 阅读 · 4 评论 -
【论文阅读及复现】(2017)Densely Connected Convolutional Networks + Pytorch代码实现
最近的工作表明,如果卷积网络在靠近输入的层和靠近输出的层之间包含较短的连接,则它们可以更深、更准确和更有效地训练。在本文中,我们接受了这一观察并介绍了密集卷积网络(DenseNet),它以前馈方式将每一层连接到其他每一层。具有 L 层的传统卷积网络有 L 个连接——每层与其后续层之间有一个连接——我们的网络有 L*(L+1) /2 个直接连接。F 或每一层,所有前面的层的特征图被用作输入,它自己的特征图被用作所有后续层的输入。原创 2022-10-23 00:15:00 · 21817 阅读 · 1 评论 -
【论文阅读及复现】(1998)无网格线探索布线算法 + Python代码实现
三、多层无网格线探索算法无网格线探索法同样可以推广至多层印制电路板布线。为改善布线结果,对连线路径进行的优化分别在三个层次上进行:(1) 对单层无网格探索的局部路径优化;(2) 对多层布线路径的全局优化;(3) 整板布线完成后,对各线网路径的整体优化.原创 2022-10-17 22:10:15 · 22648 阅读 · 4 评论