Core Concepts
MORBDD nutzt maschinelles Lernen, um BDDs zu verknappen und die Multiobjektive binäre lineare Optimierung zu beschleunigen.
Abstract
In der Multi-Kriterien-Entscheidungsfindung werden nicht dominierte Lösungen gesucht.
MORBDD verwendet maschinelles Lernen, um BDDs zu verknappen und die Pareto-Front schneller zu extrahieren.
Experimente zeigen, dass MORBDD effektiv ist und NSGA-II übertrifft.
Die Methode ist vielversprechend für andere kombinatorische Probleme.
Stats
MORBDD ist hochwirksam bei der Erzeugung sehr kleiner BDDs mit exzellenter Approximationsqualität.
MORBDD übertrifft width-limited restricted BDDs und den bekannten evolutionären Algorithmus NSGA-II.
Quotes
"MORBDD ist hochwirksam bei der Erzeugung sehr kleiner BDDs mit exzellenter Approximationsqualität."