要約
多くの最適化問題に広く適用される手法として、最近、局所探索が擬似ブール最適化 (PBO) 問題を解くために使用されています。
PBO の代表的な局所探索ソルバーは LSPBO です。
この論文では、まず、ハード制約に関するスコアと目的関数に関するスコアの間のバランスを動的に取る動的スコアリング メカニズムによって LSPBO を改善します。
さらに、この改良された LSPBO に加えて、最初の並列局所探索 PBO ソルバーを開発しました。
主なアイデアは、実行可能なソリューションのプールを維持することで、さまざまなスレッド間で適切なソリューションを共有し、検索をガイドすることです。
プールを更新する際の解を評価するために、解の品質とプールの多様性の両方を考慮する関数を提案します。
さらに、局所探索のスコアリング機能を強化するために、プール内の極性密度を計算します。
私たちの実証実験では、提案された並列アプローチの明らかな利点が示されており、有名な商用ソルバーである Gurobi の並列バージョンと競合することができます。
要約(オリジナル)
As a broadly applied technique in numerous optimization problems, recently, local search has been employed to solve Pseudo-Boolean Optimization (PBO) problem. A representative local search solver for PBO is LSPBO. In this paper, firstly, we improve LSPBO by a dynamic scoring mechanism, which dynamically strikes a balance between score on hard constraints and score on the objective function. Moreover, on top of this improved LSPBO , we develop the first parallel local search PBO solver. The main idea is to share good solutions among different threads to guide the search, by maintaining a pool of feasible solutions. For evaluating solutions when updating the pool, we propose a function that considers both the solution quality and the diversity of the pool. Furthermore, we calculate the polarity density in the pool to enhance the scoring function of local search. Our empirical experiments show clear benefits of the proposed parallel approach, making it competitive with the parallel version of the famous commercial solver Gurobi.
arxiv情報
| 著者 | Zhihan Chen,Peng Lin,Hao Hu,Shaowei Cai |
| 発行日 | 2024-07-31 16:30:04+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google