优化算法与二维矩形 packing 问题的求解策略
在优化算法和二维矩形 packing 问题的研究领域,有两种重要的算法值得深入探讨,分别是基于正交设计的对偶内点过滤算法(DIPFA - OD)和用于二维矩形 packing 问题的基于动作空间的束搜索算法。
基于正交设计的对偶内点过滤算法(DIPFA - OD)
DIPFA - OD 算法是在原始对偶内点过滤算法的基础上提出的。在实现过程中,常数 level m 的值设定为 29。以下是该算法的详细步骤:
1. 输入 :确定因素数量 n 和 level m。
2. 均匀采样 :通过正交设计对解空间进行均匀采样。
3. 选择初始点 :将违反值从小到大排序,选择前三个作为初始点。
4. 执行对偶内点过滤算法 :执行 Algorithm 1。如果最后一个违反值不接近零,则转到步骤 5;否则,转到步骤 6。
5. 随机生成初始点 :随机生成初始点并累积迭代次数,然后返回步骤 4。
6. 输出结果 :打印结果。
为了测试该算法,选取了 18 个测试问题,每个函数在 PC 上进行 25 次实验。统计结果如下表所示:
|pro|f|best|worst|mean|std|tbest|tworst|tmean|tstd|
|----|----|----|----|----|----|----|----|----|----|
|OD p1|
两类优化算法在矩形 Packing 中的应用
超级会员免费看
订阅专栏 解锁全文

2万+

被折叠的 条评论
为什么被折叠?



