项目名称: 具有层次结构的多目标排序的可解性研究

项目编号: No.11201121

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 何程

作者单位: 河南工业大学

项目金额: 23万元

中文摘要: 受信息科学与系统科学的有力推动,组合最优化学科呈现蓬勃发展的态势。作为时序性组合最优化问题,排序理论始终处于活跃的前沿领域。随着排序理论向深度和广度推进,工件集表现出结构化的趋势,如出现多批次(分批)、多代理(分族)、多阶段(重新)排序等;同时,优化指标从单目标发展为多目标。这样就提出一类多层次的多目标排序问题。本项目针对这类新模型,系统地研究其可解性。这里"可解性"包括建立多项式时间算法(如构造同时最优化的全部Pareto最优解)、证明问题的难解性(如某种约束问题的NP-困难性)以及设计近似算法。在已有的研究工作中,多目标排序与多层次排序各自均有较深入的成果;而二者的结合将提出一系列富有特色的课题,拓广多目标排序的研究领域。特别对多层次问题寻求全部Pareto最优解的划分构造方法具有显著创新意义。

中文关键词: 排序;多目标;分批;多代理;可解性

英文摘要: Stimulated by information science and system science, combinatorial optimization keeps its flourishing development. As a branch of combinatorial optimization with regard to time and order, scheduling theory is always within an active frontier area. Associated with the advance of scheduling theory in depth and width, a trend of structuralization appears upon the set of jobs, such as the multi-batch (batching) scheduling, the multi-agent (multi-family) scheduling, and the multi-stage scheduling (re-scheduling), and meanwhile the objective function changes from single criterion to multiple criteria. So, a class of multicriteria scheduling problems with multi-level structure is proposed. This project intends to study the solvability systematically of this class of new models. Here "solvability" includes establishing polynomial-time algorithms (e.g., to construct all Pareto optimal solutions), proving the intractability of problems (e.g., NP-hardness for some constraint problems), and designing approximation algorithms. In the previous research work, the multicriteria scheduling and the scheduling with multi-level structure have obtained intensive results respectively. Further, the combination of these two directions suggests a series of remarkable topics and extends the research fields of the multicriteria schedulin

英文关键词: scheduling;multicriteria;batching;multi-agent;solvability

成为VIP会员查看完整内容
0

相关内容

排序是计算机内经常进行的一种操作,其目的是将一组“无序”的记录序列调整为“有序”的记录序列。分内部排序和外部排序。若整个排序过程不需要访问外存便能完成,则称此类排序问题为内部排序。反之,若参加排序的记录数量很大,整个序列的排序过程不可能在内存中完成,则称此类排序问题为外部排序。内部排序的过程是一个逐步扩大记录的有序序列长度的过程。
专知会员服务
54+阅读 · 2021年9月18日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
57+阅读 · 2021年6月1日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
24+阅读 · 2021年4月21日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
中国图象图形学学会2021-2023年度青年人才托举工程项目初评结果公示
中国图象图形学学会CSIG
1+阅读 · 2022年1月10日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
总结-CNN中的目标多尺度处理
极市平台
17+阅读 · 2019年7月24日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
12+阅读 · 2018年1月28日
小贴士
相关VIP内容
专知会员服务
54+阅读 · 2021年9月18日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
57+阅读 · 2021年6月1日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
24+阅读 · 2021年4月21日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
相关资讯
中国图象图形学学会2021-2023年度青年人才托举工程项目初评结果公示
中国图象图形学学会CSIG
1+阅读 · 2022年1月10日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
总结-CNN中的目标多尺度处理
极市平台
17+阅读 · 2019年7月24日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员