奖励收集斯坦利最小树的混合拉格朗日与分散搜索算法
来源期刊:控制与决策2007年第12期
论文作者:潘常春 杨根科
文章页码:1341 - 1346
关键词:奖励收集斯坦利最小树;拉格朗日松弛;分散搜索;混合算法;
摘 要:针对PCSTP问题,提出了HLGSS混合算法.通过拉格朗日松弛策略,将PCSTP问题转化为简单的CMST问题;然后由Volume算法求解PCSTP的拉格朗日对偶问题并获得其下界.用SS算法优化原问题的可行解,利用求解拉格朗日对偶问题过程中获得的原始-对偶信息来指导SS算法的搜索.仿真结果表明,HLGSS比SS降低了算法的搜索空间,加速了算法的收敛性.
潘常春,杨根科
摘 要:针对PCSTP问题,提出了HLGSS混合算法.通过拉格朗日松弛策略,将PCSTP问题转化为简单的CMST问题;然后由Volume算法求解PCSTP的拉格朗日对偶问题并获得其下界.用SS算法优化原问题的可行解,利用求解拉格朗日对偶问题过程中获得的原始-对偶信息来指导SS算法的搜索.仿真结果表明,HLGSS比SS降低了算法的搜索空间,加速了算法的收敛性.
关键词:奖励收集斯坦利最小树;拉格朗日松弛;分散搜索;混合算法;