具有拟阵约束的单调次模极大化问题的多样逼近方法
摘要：寻找多样化解决方案对于优化问题而言，几十年来一直具有实际意义，并且近年来在研究中引起了越来越多的关注。尽管子模型优化在许多领域中已经得到了严格的研究，但其多样化解决方案的扩展还没有得到广泛的研究。在本研究中，我们考虑了子模型优化的最基本变体，并提出了两种简单的贪心算法，这些算法被认为在最大化单调子模型函数方面是有效的。这些算法具有控制目标和多样性之间权衡的参数。我们的理论贡献展示了它们在目标值和多样性方面的近似保证，作为它们各自参数的函数。我们对最大顶点覆盖实例进行的实验调查表明了它们在目标和多样性的权衡方面的实证差异。
作者：Anh Viet Do and Mingyu Guo and Aneta Neumann and Frank Neumann
论文ID：2307.07567
分类：Data Structures and Algorithms
分类简称：cs.DS
提交时间：2023-07-18