带样本的竞争分析与秘书问题
本研究中,我们研究了在随机顺序模型下,针对背包问题和广义分配问题的在线算法,提出了一种基于两个优化算法的新型算法,竞争比最高达到 1/6.65 和 1/6.99。
Dec, 2020
本文介绍一种自然结合了 prophet inequality 和 secretary problem 的问题 ——Prophet Secretary,对于一些类似拍卖的场景,研究优化一个不确定情况下的分配过程中停止规则空间内的目标函数。发现使用 $n$ 个独立的非自适应阈值可以得到比 0.5 更高的竞争比率,上限约为 $(1-1/e)$,但无在线算法可以达到更好的竞争比率。当随机选择代理(客户)的顺序时,我们将单个项目的顺序定价机制的渐近近似保证从 0.5 提高到了 $(1-1/e)$。
Jul, 2015
本文介绍的是先知秘书问题,研究从已知的概率分布中随机选取样本的决策过程,在该决策过程中,算法必须在样本到来时立即选择一个样本,目标是使其相对于分布最大值的期望最大化。作者提出了一种新算法,该算法击败了 1-1/e 的边界,取得了 1-1/e+1/400 的最优值。
Nov, 2017
研究了在线分配问题,通过创建不对称性来控制重用性引起的随机依赖,并建立了一个新算法,获得了最佳竞争比率。(The paper studies the problem of online allocation and proposes a new algorithm that creates asymmetry to control the stochastic dependencies induced by reusability, achieving the best possible competitive ratio.)
Feb, 2020