关键词online facility location
搜索结果 - 3
- 在线设施位置问题及其预测
我们提供了几乎最优算法,对具有预测固定需求点的在线设施位置问题进行求解,理论分析和实证评估均表明该算法在不同的位置预测误差下均能够维持较好的竞争比率。
- 学习增强的在线设施选址
本文研究使用学习增强算法解决在线设施定位问题,在实际数据上验证该算法的性能并与当前最佳在线算法进行比较,结果表明该算法具有不错的竞争比率和适用性。
- 分布式无监督学习的乐观并发控制
本文主要探讨分布式机器学习算法的一种中间情况 ——“乐观并发控制” 范式,并在聚类、特征学习和在线设施定位三个问题领域展示了其方法。通过集群计算环境中的大规模实验评估了我们的的算法。