背包问题的质量多样性算法分析
摘要：质量多样性算法在处理机器人、游戏和组合优化等领域的问题时已经被证明非常成功。它们的目标是在底层问题的行为空间的不同区域中最大化解决方案的质量。在本文中，我们将质量多样性范式应用于背包问题上的动态规划行为模拟，并提供了首个运行时分析质量多样性算法。我们展示了它们能够在期望的伪多项式时间内计算出最优解，并揭示了导致完全多项式随机近似方案（FPRAS）的参数设置。我们的实验研究评估了不同方法在经典基准集上的解决方案构建和获取最优解所需的运行时间方面的效果。
作者：Adel Nikfarjam, Anh Viet Do, Frank Neumann
论文ID：2207.14037
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-07-29