会员服务
贪婪算法是一种算法范式，它遵循问题求解的启发式方法，即在每个阶段做出局部最优选择，以期寻求全局最优。 在许多问题中，贪婪策略通常不会产生最优解，但是贪婪的启发式方法可能会产生局部最优解，该局部最优解在合理的时间内近似于全局最优解。 例如，针对旅行商问题的贪婪策略（具有很高的计算复杂性）如下启发式：“在每个阶段，访问最接近当前城市的未访问城市”。 这种启发式方法无需找到最佳解决方案，而是以合理数量的步骤终止； 寻找最佳解决方案通常需要不合理的许多步骤。 在数学优化中，贪婪算法可解决具有拟阵特性的组合问题
Parallel Greedy Spanners
Arxiv
0+阅读 · 2023年5月2日
Bandit Social Learning: Exploration under Myopic Behavior
Arxiv
0+阅读 · 2023年4月28日
Rate of convergence of Thresholding Greedy Algorithms
Arxiv
0+阅读 · 2023年4月19日
A probabilistic reduced basis method for parameter-dependent problems
Arxiv
0+阅读 · 2023年4月19日
Parallel Greedy Spanners
Arxiv
0+阅读 · 2023年4月18日
A probabilistic reduced basis method for parameter-dependent problems
Arxiv
0+阅读 · 2023年4月18日
Leveraging Reusability: Improved Competitive Ratio of Greedy for Reusable Resources
Arxiv
0+阅读 · 2023年4月6日
A greedy approach for increased vehicle utilization in ridesharing networks
Arxiv
0+阅读 · 2023年4月2日
参考链接
微信扫码咨询专知VIP会员
Top