跳到正文
热点事件持续更新

研究者提出大规模行程规划协同进化算法

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Ziyu Zhang等研究者提出一种基于弱可分解性的多目标协同协同进化算法,用于大规模行程规划。该算法通过动态分解策略、优化潜力定义和计算资源分配策略,应对组件不平衡与交互带来的挑战。 据该研究称,在18个真实案例、8个大规模半合成案例及8个改编的公开聚类定向问题基准共34个测试案例中,该算法均取得最高平均超体积,优于对比算法,在大规模基准实例上提升尤为明显。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.AI
    基于可分解性引导的协同协同进化算法用于大规模行程规划

    针对大规模行程规划中的组件依赖问题,研究者提出弱可分解性的充分条件,并据此设计了一种多目标协同协同进化算法,通过动态分解策略、优化潜力定义和计算资源分配策略应对组件不平衡与交互挑战。在18个真实案例、8个大规模半合成案例及8个改编的公开聚类定向问题基准上,该算法在全部34个测试案例中取得最高平均超体积,显著优于对比算法,大规模基准实例上性能提升尤为明显。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。