用于分布估计算法的双随机矩阵模型
摘要：用于排列问题的解决方案的问题在组合优化中非常突出。因此，在最近几十年中，提出了许多进化算法来解决这些问题，其中基于概率模型的算法受到了广泛关注。从这个意义上讲，大多数工作集中在引入适用于解决排序/排名问题的算法。然而，就提出基于概率的进化算法来解决分配问题而言，工作还没有超出提出简单且在大多数情况下是单一变量的模型。在本文中，我们探索了双随机矩阵（DSM）在优化匹配和分配类型的排列问题中的应用。为此，我们探索了一些学习和采样方法，以有效地将DSM纳入进化算法的框架中。具体而言，我们采用了分布估计算法的框架，并将DSM与一些现有的排列问题的提议进行了比较。对四次分配问题的实例进行的初步实验验证了这一研究方向，并显示DSM可能获得非常有竞争力的结果，而计算成本问题仍需进一步研究。
作者：Valentino Santucci, Josu Ceberio
论文ID：2304.02458
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-06