研究人员开发了一种新方法来增强迭代贪婪（IG）算法，以解决复杂的置换流水车间调度问题（PFSP）。这种新方法 IG-DOE 利用破坏算子集成（DOE）来增强探索并防止搜索停滞。一项关键创新是 SCOE 框架，该框架采用大型语言模型（LLM）自动构建此 DOE，从而减少了手动设计算子的需求。在具有挑战性的基准和真实世界数据上的实验表明，LLM 演化的 DOE 能有效地泛化到未见过的问题实例，并且优于现有的最先进算法。 AI
影响 LLM 驱动的复杂优化任务自动化可以简化工业流程并提高效率。
排序理由 该集群包含一篇详细介绍新算法和实验结果的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- arXiv
- Destruction Operator Ensemble (DOE)
- IG-DOE
- Iterated Greedy (IG) algorithm
- Large Language Model (LLM)
- QIG
- Scoey Mitchell
- VRF-hard-large
- Shengcai Liu
- VRF-hard-large benchmark
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
