[论文解读]An Efficient Evolutionary Algorithm for Subset Selection with General Cost Constraints

本文介绍了南京大学提出的高效演化算法EAMC,用于解决带有通用成本约束的子集选择问题。EAMC通过优化整合了目标函数和成本的代理函数,在多项式时间内找到最佳近似解,适用于最大覆盖、影响力最大化和传感器放置等问题。

An Efficient Evolutionary Algorithm for Subset Selection with General Cost Constraints

简介

论文标题:

  • An Efficient Evolutionary Algorithm for Subset Selection with General Cost Constraints
  • 具有通用成本约束的子集选择的高效进化算法

简介:

  • 提出了一个高效的演化算法 EAMC,来解决一般约束下的子集选择问题

论文地址

背景知识

子模

子模(submodular)函数/次模函数
定 义 : 对 于 一 个 集 合 函 数 f : 2 v → R 如 果 ∀ X ⊆ Y 时 f ( X ) ≤ f ( Y ) , 则 称 集 合 函 数 f 是 单 调 的 对 于 所 有 的 A ⊆ B ⊆ V 和 s ∈ V − B , 如 果 存 在 f ( A ∪ s ) − f ( A ) ≥ f ( B ∪ s ) − f ( B ) , 为 子 模 性 函 数 。 定义: 对于一个集合函数f:2^v→R\\ 如果 ∀X ⊆ Y 时 f(X) ≤ f(Y),则称集合函数 f 是单调的\\ 对于所有的A⊆B⊆V和s∈V - B,\\ 如果存在f(A∪{s})−f(A)≥f(B∪{s})−f(B),为子模性函数。 \\ f:2vRXYf(X)f(Y)fABVsVBf(As)f(A)f(Bs)f(B)
在S中增加一个元素所增加的收益要小于等于在S的子集中增加一个元素所增加的收益。


V = 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 A = 1 , 2 , 3 B = 1 , 2 , 3 , 5 , 6 e = 3 , 4 , 5 f ( A ) = ∣ A ∣ ( 表 示 集 合 A 的 个 数 ) 所 以 : f ( A + e ) − f ( A ) > = f ( B + e ) − f ( B ) V={1,2,3,4,5,6,7,8}\\ A={1,2,3}\\ B={1,2,3,5,6}\\ e={3,4,5}\\ f(A)=|A| (表示集合A的个数)\\ 所以:f(A+e)-f(A)>=f(B+e)-f(B)\\ V=1,2,3,4,5,6,7,8A=1,2,3B=1,2,3,5,6e=3,4,5f(A)=AAf(A+e)f(A)>=f(B+e)f(B)
子模性质的三种表示方式

i.e., for any X ⊆ Y ⊆ V , v ∉ Y X \subseteq Y \subseteq V, v \notin Y XYV,v/Y
f ( X ∪ { v } ) − f ( X ) ≥ f ( Y ∪ { v } ) − f ( Y ) f(X \cup\{v\})-f(X) \geq f(Y \cup\{v\})-f(Y) f(X{ v})f(X)f(Y{ v})f(Y)
or equivalently, for any X ⊆ Y ⊆ V X \subseteq Y \subseteq V XYV
f ( Y ) − f ( X ) ≤ ∑ v ∈ Y \ X f ( X ∪ { v } ) − f ( X ) f(Y)-f(X) \leq \sum_{v \in Y \backslash X} f(X \cup\{v\})-f(X) f(Y)f(X)vY\Xf(X{ v})f(X)
or equivalently, for any X , Y ⊆ V X, Y \subseteq V X,YV
f ( X ) + f ( Y ) ≥ f ( X ∩ Y ) + f ( X ∪ Y ) f(X)+f(Y) \geq f(X \cap Y)+f(X \cup Y) f(X)+f(Y)f(XY)+f(XY)
子模比(submodularity)

α f = min ⁡ X ⊆ Y , v ∉ Y f ( X ∪ { v } ) − f ( X ) f ( Y ∪ { v } ) − f ( Y ) \alpha_{f}=\min _{X \subseteq Y, v \notin Y} \frac{f(X \cup\{v\})-f(X)}{f(Y \cup\{v\})-f(Y)} αf=XY,v

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值