Citeseer/Column generation strategies and decomposition approaches to the size robust multiple knapsack problem (2015) 10.1.1.730.8463 — различия между версиями

Материал из DISCOPAL
Перейти к: навигация, поиск
(Новая страница: «{{checked|}} {{citeseerlink|citeseer/Column generation strategies and decomposition approaches to the size robust multiple knapsack problem (2015) 10.1.1.730.8463…»)
 
 
Строка 1: Строка 1:
 
{{checked|}}
 
{{checked|}}
{{citeseerlink|citeseer/Column generation strategies and decomposition approaches to the size robust multiple knapsack problem (2015) 10.1.1.730.8463|<html>
+
{{citeseerlink|citeseer/Column generation strategies and decomposition approaches to the size robust multiple knapsack problem (2015) 10.1.1.730.8463|
 +
Многие проблемы могут быть сформулированы в виде вариантов проблем ранца. Однако такие модели являются детерминированными, в то время как многие реальные проблемы включают в себя некоторую неопределенность.
 +
Поэтому стоит разработать и протестировать модели ранцев, которые могут иметь дело с возмущениями.
  
 +
В данной работе мы рассматриваем устойчивую по размеру проблему множественного ранца — задачу с несколькими ранцами и набором возможных возмущений.
 +
* Для каждого возмущения, или сценария, мы знаем вероятность его возникновения и результирующее уменьшение размеров рюкзаков.
 +
* Для борьбы с этими возмущениями мы используем восстанавливаемую устойчивость.
  
</html>}}
+
Восстанавливаемая устойчивость требует, чтобы мы нашли решение, которое выполнимо для случая без нарушений, в то время как в случае с нарушениями,
 +
мы можем скорректировать решение с помощью простого алгоритма восстановления, который в нашем случае заключается в удалении элементов из соответствующего ранца.
 +
 
 +
Наша цель — найти решение, при котором ожидаемый доход будет максимальным. Для решения этой задачи мы используем метод ветвей и цен.
 +
 
 +
Мы представляем и сравниваем два подхода к решению:
 +
* раздельное разложение восстановления (SRD)
 +
* и комбинированное разложение восстановления (CRD).
 +
 
 +
Мы доказываем, что LP-релаксация модели CRD сильнее, чем LP-релаксация модели SRD.
 +
 
 +
Кроме того, мы исследуем многочисленные стратегии генерации столбцов и методы создания дополнительных столбцов вне задачи ценообразования.
 +
проблемы.
 +
}}
 
{{enddiv}}
 
{{enddiv}}
  
 
[[Категория:CiteSeerArticles]]
 
[[Категория:CiteSeerArticles]]

Текущая версия на 15:07, 23 ноября 2021

«

Многие проблемы могут быть сформулированы в виде вариантов проблем ранца. Однако такие модели являются детерминированными, в то время как многие реальные проблемы включают в себя некоторую неопределенность. Поэтому стоит разработать и протестировать модели ранцев, которые могут иметь дело с возмущениями.

В данной работе мы рассматриваем устойчивую по размеру проблему множественного ранца — задачу с несколькими ранцами и набором возможных возмущений.

  • Для каждого возмущения, или сценария, мы знаем вероятность его возникновения и результирующее уменьшение размеров рюкзаков.
  • Для борьбы с этими возмущениями мы используем восстанавливаемую устойчивость.

Восстанавливаемая устойчивость требует, чтобы мы нашли решение, которое выполнимо для случая без нарушений, в то время как в случае с нарушениями, мы можем скорректировать решение с помощью простого алгоритма восстановления, который в нашем случае заключается в удалении элементов из соответствующего ранца.

Наша цель — найти решение, при котором ожидаемый доход будет максимальным. Для решения этой задачи мы используем метод ветвей и цен.

Мы представляем и сравниваем два подхода к решению:

  • раздельное разложение восстановления (SRD)
  • и комбинированное разложение восстановления (CRD).

Мы доказываем, что LP-релаксация модели CRD сильнее, чем LP-релаксация модели SRD.

Кроме того, мы исследуем многочисленные стратегии генерации столбцов и методы создания дополнительных столбцов вне задачи ценообразования. проблемы.

…»