A Parallel Ensemble of Metaheuristic Solvers for the Traveling Salesman Problem

要約

巡回セールスマン問題 (TSP) は、文献でよく研究されている NP 困難問題の 1 つです。
最先端の不正確 TSP ソルバーは、Lin-Kernighan-Helsgaun (LKH) ヒューリスティックと Edge Assembly Crossover (EAX) です。
最近の調査では、再起動メカニズムを備えた EAX が幅広い TSP インスタンスで良好にパフォーマンスすることが示唆されています。
ただし、この調査は 2,000 の都市の問題に限定されています。
2,000番から85,900番までの問題を勉強します。
ソルバーのパフォーマンスは問題の種類によって異なることがわかります。
ただし、これらのソルバーをアンサンブル設定で組み合わせると、個々のソルバーのパフォーマンスを上回ることができます。
アンサンブルのセットアップは、豊富なコンピューティング リソースを効率的に利用する方法であると考えています。
EAX と LKH に加えて、EAX と混合遺伝的アルゴリズム (MGA) のハイブリッドのいくつかのバージョンを使用します。
MGA と EAX のハイブリッドは、いくつかの難しい問題を解決することが知られています。
ハイブリッド バージョンのアンサンブルは、10,000 都市を超える問題に関して最先端のソルバーよりも優れたパフォーマンスを発揮することがわかります。

要約(オリジナル)

The travelling salesman problem (TSP) is one of the well-studied NP-hard problems in the literature. The state-of-the art inexact TSP solvers are the Lin-Kernighan-Helsgaun (LKH) heuristic and Edge Assembly crossover (EAX). A recent study suggests that EAX with restart mechanisms perform well on a wide range of TSP instances. However, this study is limited to 2,000 city problems. We study for problems ranging from 2,000 to 85,900. We see that the performance of the solver varies with the type of the problem. However, combining these solvers in an ensemble setup, we are able to outperform the individual solver’s performance. We see the ensemble setup as an efficient way to make use of the abundance of compute resources. In addition to EAX and LKH, we use several versions of the hybrid of EAX and Mixing Genetic Algorithm (MGA). A hybrid of MGA and EAX is known to solve some hard problems. We see that the ensemble of the hybrid version outperforms the state-of-the-art solvers on problems larger than 10,000 cities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google