知识卡片
松散约束补充分布估计搜索
EDALCS-RCPSP 用满足时序约束的任务列表表示个体,以精英更新概率模型,并在 EDA 搜索外结合前向—后向—前向迭代(FBI)和松散约束搜索(LCS)。LCS 在搜索过程中暂时放松资源约束,试图压缩项目工期;这只是搜索算子的设计,不表示最终调度可以违反 RCPSP 资源上限。接受候选或报告解时仍须按原问题约束验算。原书报告其在 J30、J60、J120 上测试,但未在本节给出效果数值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 9 . 4 . 2 基 于 分 布 估 计 算 法 的 资 源 受 限 项 目 调 度 · 查看原书依据
该算法采用传统的前向-后向-前向局部搜索方法(Forward-Backward-Forward Iteration,FBI),此外,作者还提出了一个新的局部搜索算子——松散约束搜索(Loosing Constraint Search,LCS),通过放松资源约束来缩短项目的工期,提升算法的优化强度。
参考来源
- 位置:《智能算法导论》第 9 章《9.4.2 基于分布估计算法的资源受限项目调度》(源文件:`_epub-src/EPUB/xhtml/chapter9_0008.xhtml`)
- 结论依据:原文说明 EDA 个体是满足时序约束的任务列表,精英用于模型更新,并将 LCS 定义为通过放松资源约束缩短工期的局部搜索算子;最终可行性验算是保留原问题定义的必要检查。
- 原始内容:松散约束搜索(Loosing Constraint Search,LCS),通过放松资源约束来缩短项目的工期