May, 2023
神经蜜蜂群优化:公共交通网络设计案例研究
Neural Bee Colony Optimization: A Case Study in Public Transit Network Design
Andrew Holliday, Gregory Dudek
TL;DR本文介绍了将元启发式算法和神经网络求解器相结合应用于组合优化中,以运输网络设计问题为例进行了探索,通过将单次规划的神经网络策略训练和纳入到修改后的蜜蜂群优化算法中,实验结果表明,这种混合算法在现实问题实例上的性能比单独的学习策略提高了多达 20%,比原始蜜蜂群优化算法提高了多达 53%,并对修改后的算法的每个组件进行了一系列削减实验以研究其影响。