Aug, 2022

空间划分问题的模因算法

PDF
TL;DR通过设计空间感知的搜索算子，我们提出了一种名为 SPATIAL 的群体智能算法，用于解决具有离散空间单位的空间优化问题，该算法已应用于学校（再）分区问题，并在真实数据集上进行了实验验证。
spatial optimization problemsspatial partitioningpopulation-based metaheuristicsspatially-aware search operatorsschool redistricting problem
发现论文，激发创造
  • 学习空间数据分区

    本文研究了分布式空间数据分析的机器学习方法，并提出了一种新的深度强化学习算法来有效地分配大量的空间数据给计算机，通过实验证明，此方法可加速距离连接查询，减少任务运行时间长达 59.4%。

    Jun, 2023

  • 空间产品分区模型

    本文介绍了使用产品分区模型扩展到空间设置的方法，以明确模型空间位置的划分，提供了更多控制空间结构的方法，能够更好地平衡全局和局部空间依赖性，并通过模拟研究和教育应用示例表明了该方法的实用性。

    Apr, 2015

  • （变尺寸）混合优化问题的元启发式算法：统一分类和调查

    该论文提出了一种针对 (V) MVOPs 的元启发式解决方案统一分类法，旨在提供一个共同的术语和分类机制，从而解决现实世界中的混合变量优化问题，并识别可应用于元启发式方法的各种解决方法。讨论了所提方法的优点、弱点和局限性，并提出了一些需要进一步深入研究的未解决问题。

    Jan, 2024

  • 部分可观察马尔科夫博弈中多目标自组织追捕问题研究

    该研究提出了一个基于多代理系统的分布式自组织搜索和追踪框架，其中智能代理协同追踪多个动态目标。使用模糊自组织协同共进化（FSC2）算法解决了多目标自组织搜索（SOS）、分布式任务分配和分布式单目标追踪三个方面的挑战。实验表明，该框架可以有效处理具有内在部分观测和分布式决策制定的问题，实现高达近 100％的成功捕获率。

    Jun, 2022

  • 使用空间抽象加速原型选择

    本文提出一种通过构建数据集的抽象表示并利用空间划分的方法来加速现有的原型选择技术，将其应用于常规原型选择算法，以提高准确率同时增强减少率和缩短执行时间。

    Mar, 2024

  • SMAP：一种新的面向场景的最优模型分配异构信息框架

    使用 SMAP 框架及多头注意力机制来为特定的情境选择合适的数据集并分配最佳模型，并利用新的评分函数来综合评估模型，同时使用新的记忆机制防止重复匹配，实验结果验证了 SMAP 的有效性和效率。

    May, 2023

  • 空间网络优化

    该论文提出一种名为 “空间网优化” 的新型元启发式优化算法，通过建立 “空间网” 机制，在收敛过程中利用所有已搜索的解的信息描述解空间的局面，相比其他元启发式算法在多个单目标约束问题上性能更优。

    May, 2023

  • 智能预测优化硬组合优化问题

    利用 Smart Predict and Optimize (SPO) 方法解决离散优化问题，通过弛化问题和启发式初始化学习和解决，证明了该方法在复杂调度和加权背包等大规模组合优化问题中的优势。

    Nov, 2019

  • 基于空间概念的拓扑语义制图及其在语音指令下的分层路径规划

    利用语音指令完成机器人自主导航的一个重要任务是构建具备层级空间表示能力的智能移动机器人。为此，研究者提出了一种基于概率生成模型的层级空间表示方法 SpCoTMHP，并相应的提出了一种路径规划方法，实现了机器人与人类之间的交互通信，提高了导航性能和降低了计算成本。

    Mar, 2022

  • 利用 POP 高效解决大规模粒度资源分配问题

    本文提出了一种名为 POP（Partitioned Optimization Problems，分割优化问题）的技术，通过随机分割问题，将任务分为较小的子问题，然后将子分配合并成全局分配，从而实现了资源分配问题的优化。实验表明，与现有的群集调度、流量工程和负载平衡系统相比，POP 在运行时间上有数量级的改进，并实现了优化最优分配 1.5％以内的分配分值。

    Oct, 2021