پژوهش

مقایسهٔ روش‌های بهینه‌سازی برای جداسازی مجموعه‌های قرمز و آبی

پژوهشی در arXiv چند روش دقیق و ابتکاری را برای حل مسئلهٔ MRBSSP بررسی کرده است؛ آزمایش روی ۲۵۰ گراف تصادفی، برتری‌های متفاوتی برای ILP و LBBD نشان می‌دهد.

۱ دقیقه مطالعه

پژوهشگران مسئلهٔ «حداقل مجموعهٔ جداکنندهٔ قرمزـآبی» (MRBSSP) را که از هندسهٔ محاسباتی می‌آید، بررسی کرده‌اند. آن‌ها یک صورت‌بندی فشردهٔ Set-Cover مبتنی بر برنامه‌ریزی خطی عددصحیح (ILP)، قواعد پیش‌پردازش امن، روش ابتکاری GRASP و دو رویکرد دقیق پیشنهاد داده‌اند: تجزیهٔ مبتنی بر منطق Benders (LBBD) و روش Branch-and-Benders-Cut (BBC).

این روش‌ها با ILP و دو روش پیشین، GRASP و جست‌وجوی همسایگی متغیر (VNS)، مقایسه شدند. آزمایش‌ها روی ۲۵۰ گراف تصادفی با حداکثر ۵۰۰ رأس انجام شد. بر اساس چکیدهٔ مقاله، ILP بهترین جواب‌های شدنی را به دست آورد؛ LBBD نیز قوی‌ترین کران‌های پایین و کمترین میانگین فاصله از جواب بهینه را ارائه کرد. منبع در بخش در دسترس، نتیجهٔ مقایسه دربارهٔ BBC را بیان نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست