이 논문은 파티셔닝 최소-최대 가중 매칭(PMMWM) 문제를 해결하기 위한 새로운 접근법인 FIMP-HGA를 제안한다. PMMWM 문제는 NP-hard 문제로, 이전 최신 방법인 MPLS 알고리즘에 비해 FIMP-HGA가 해의 품질을 크게 향상시키고 실행 시간을 3-20배 단축할 수 있다.
FIMP-HGA는 매칭 단계와 파티셔닝 단계로 구성된다. 매칭 단계에서는 KM-M 알고리즘을 사용하여 이전 반복의 매칭 정보를 활용함으로써 효율성을 높인다. 파티셔닝 단계에서는 하이브리드 유전 알고리즘(HGA)을 사용하여 해의 품질을 향상시킨다. HGA는 엘리트 전략, 새로운 교차 연산자(GPX), 다단계 지역 탐색(MLS) 등을 활용한다. 또한 FIMP-HGA는 그래프 수정 전략을 통해 해공간을 효과적으로 탐색한다.
실험 결과, FIMP-HGA는 MPLS 대비 해의 품질을 크게 향상시키고 실행 시간을 대폭 단축할 수 있음을 보여준다. 또한 새로운 벤치마크 인스턴스를 생성하여 알고리즘의 성능을 종합적으로 평가하였다.
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Yuxuan Wang,... klokken arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03176.pdfDypere Spørsmål