BriefGPT - AI 论文速递
·
子群对聚类导航问题的研究
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本论文介绍了 Orienteering Problem（OP）的扩展，称为 Clustered Orienteering Problem with Subgroups (COPS)。COPS 将节点分成子组和簇，每个子组与奖励相关。目标是在旅行预算下最大化总奖励收集。研究提出了一个整数线性规划（ILP）模型和基于 Tabu 搜索的启发式方法来解决问题。实验结果表明，ILP 方法可以得到最优解，但时间开销较大，而元启发式方法在更合理的计算成本内产生可比较的解。
🎯
关键要点
- 本论文介绍了 Orienteering Problem（OP）的扩展，称为 Clustered Orienteering Problem with Subgroups (COPS)。
- COPS 将节点分成子组，并且子组被组织成簇，每个子组与奖励相关。
- 只有当访问其所有节点时才能获得奖励，每个簇最多只能访问一个子组。
- 目标是在旅行预算下最大化总奖励收集。
- 新模型能够模拟和解决之前已知的 Clustered Orienteering Problem (COP) 和 Set Orienteering Problem (SOP)。
- 提出了一个整数线性规划（ILP）模型和一个基于 Tabu 搜索的启发式方法来解决问题。
- 实验结果表明，ILP 方法可以得到最优解，但时间开销较大。
- 元启发式方法在更合理的计算成本内产生可比较的解。
➡️
