协同进化算法提升大规模行程规划

Ziyu Zhang 等作者发布一种面向大规模行程规划的多目标协同协同进化算法。该研究首先建立"弱可分解性"的充分条件，并据此设计算法，用基于归一化适应度的动态分解、优化潜力定义和计算资源分配来应对组件失衡与交互问题。 作者称，在18个真实案例、8个大规模半合成案例和8个适配的公开聚类定向越野基准案例共34个测试中，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。上述结果为论文报告的实验结果。 该工作发表于 arXiv cs.AI 分类。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。