Effective metaheuristic algorithms for the minimum differential dispersion problem
Effective metaheuristic algorithms for the minimum differential dispersion problem
复制标题
最小微分色散问题的有效元启发式算法
DOI：
10.1016/j.ejor.2016.10.035
复制
发表时间：
2017-05
影响因子：
6.4
通讯作者：
Glover Fred
中科院分区：
文献类型：
--
作者：
Wang Yang;Wu Qinghua;Glover Fred
提出了求解最小微分离散问题的禁忌搜索和模因搜索算法。禁忌搜索算法采用邻域分解候选列表策略和很少使用的基于解的禁忌记忆。与典型的基于属性的禁忌列表不同，基于解决方案的禁忌策略导致了更加高度集中的强化过程，避免了调整禁忌保有期，同时采用协调的哈希函数来加速禁忌状态的确定。模因搜索算法将禁忌搜索过程纳入其中，并使用交叉算子，该交叉算子通过包括质量和距离标准的评估机制生成解决方案分配。在250个问题的基准测试平台上的实验结果表明，我们的禁忌搜索算法能够为179个问题找到更好的解决方案。（71.6%）的问题实例，而我们的模因搜索算法找到了157个更好的解决方案（62.8%）的情况下，集体产生更好的解决方案的181（72.4%）的测试问题比最近报道的最先进的算法。
This paper presents tabu search and memetic search algorithms for solving the minimum differential dispersion problem. The tabu search algorithm employs a neighborhood decomposition candidate list strategy and a rarely used solution-based tabu memory. Unlike the typical attribute-based tabu list, the solution-based tabu strategy leads to a more highly focused intensification process and avoids tuning the tabu tenure, while employing coordinated hash functions that accelerate the determination of tabu status. The memetic search algorithm incorporates the tabu search procedure within it and makes use of a crossover operator that generates solution assignments by an evaluation mechanism that includes both quality and distance criteria. Experimental results on a benchmark testbed of 250 problems reveal that our tabu search algorithm is capable of discovering better solutions for 179 (71.6%) of the problem instances, while our memetic search algorithm finds better solutions for 157 (62.8%) of the instances, collectively yielding better solutions for 181 (72.4%) of the test problems than recently reported state-of-the-art algorithms.
登录
查看更多内容
解决作业车间调度问题的禁忌搜索/路径重链接算法
影响因子：
4.6
作者：
Peng Bo;Lu Zhipeng;Cheng T. C. E.
通讯作者：
Cheng T. C. E.
DOI：
10.1016/j.ejor.2014.09.058
发表时间：
2015-04
期刊：
Eur. J. Oper. Res.
影响因子：
--
作者：
R. Aringhieri;R. Cordone;A. Grosso
通讯作者：
R. Aringhieri;R. Cordone;A. Grosso
影响因子：
3.6
作者：
M. Kuby
通讯作者：
M. Kuby
DOI：
10.1016/j.cor.2012.04.005
发表时间：
2013-12
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
R. Martí;Fernando Sandoya
通讯作者：
R. Martí;Fernando Sandoya
影响因子：
6.4
作者：
William B. Carlton;J. Wesley Barnes
通讯作者：
William B. Carlton;J. Wesley Barnes