mlrose应用于旅行推销员问题的改进
摘要：应用人工智能（AI）到高仓库中的二维商品调度问题，本质上是旅行推销员问题（TSP）的一个实例的工业应用案例进行了讨论。我们调查了mlrose库，该库提供了基于各种启发式优化技术的TSP优化器。我们的重点是mlrose提供的两种方法，遗传算法（GA）和爬山法（HC）。我们提出了改进方法，通过适度利用TSP问题的结构，缩短了旅程的长度。也就是说，这些改进方法具有通用性，不仅局限于TSP问题。
作者：Stefan Wintersteller, Martin Uray, Michael Lehenauer, Stefan Huber
论文ID：2109.14392
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-03-23