Alapfogalmak
Durch die Verwendung eines 3-Ziel-Evolutionsalgorithmus-Ansatzes können Lösungen gefunden werden, die sowohl die stochastischen als auch die dynamischen Komponenten des Chance-beschränkten Rucksackproblems effektiv berücksichtigen.
Kivonat
In dieser Studie wird ein 3-Ziel-Evolutionsalgorithmus-Ansatz zur Lösung des dynamischen Chance-beschränkten Rucksackproblems (DCCKP) untersucht. Das DCCKP ist durch stochastische Gewichte der Gegenstände und eine sich über die Zeit ändernde Rucksackkapazität gekennzeichnet.
Der 3-Ziel-Ansatz optimiert gleichzeitig den Gewinn, den erwarteten Gewicht und die Varianz des Gewichts. Im Vergleich zum 2-Ziel-Ansatz, der nur einen festen Vertrauensgrad berücksichtigt, kann der 3-Ziel-Ansatz Lösungen für alle Vertrauensgrade gleichzeitig finden.
Die Ergebnisse zeigen, dass der 3-Ziel-Ansatz insbesondere bei häufigen dynamischen Änderungen und hoher Varianz der Gegenstandsgewichte deutliche Vorteile gegenüber dem 2-Ziel-Ansatz aufweist. Der 3-Ziel-Ansatz kann robuste Lösungen für das DCCKP finden, die sowohl die stochastischen als auch die dynamischen Komponenten effektiv berücksichtigen.
Statisztikák
Die Varianz der Gegenstandsgewichte hat einen großen Einfluss auf die Leistung der Algorithmen. Bei hoher Varianz (Verteilung V2) ist der durchschnittliche Offline-Fehler deutlich höher als bei niedriger Varianz (Verteilung V1).
Je häufiger dynamische Änderungen auftreten (größeres ν), desto höher ist der durchschnittliche Offline-Fehler, da die Algorithmen weniger Zeit haben, sich an die Änderungen anzupassen.
Je strenger der Vertrauensgrad α, desto höher ist der durchschnittliche Offline-Fehler, da die Lösungen weiter vom Kapazitätslimit entfernt sein müssen.
Idézetek
"Durch die Verwendung eines 3-Ziel-Evolutionsalgorithmus-Ansatzes können Lösungen gefunden werden, die sowohl die stochastischen als auch die dynamischen Komponenten des Chance-beschränkten Rucksackproblems effektiv berücksichtigen."
"Der 3-Ziel-Ansatz kann robuste Lösungen für das DCCKP finden, die sowohl die stochastischen als auch die dynamischen Komponenten effektiv berücksichtigen."