研究人员开发了一个名为Stackelberg程序优化（SPO）的新框架，用于发现大邻域搜索（LNS）算法的有效破坏和修复算子。SPO采用基于LLM的方法来创建自适应程序，根据不断演变的LNS状态来条件化算子决策。该方法将发现过程组织为Stackelberg交互，其中破坏算子充当领导者，修复算子充当条件跟随者，引导LLM学习和进化搜索的结合。在旅行商问题和有容量车辆路径问题上的实验表明，SPO优于现有的强大基线，并能泛化到更大的问题实例。 AI
影响 该框架可能为复杂的组合问题带来更有效的优化算法。
排序理由 该集群包含一篇详细介绍新算法框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
