[论文解读] Property analysis of symmetric travelling salesman problem instances acquired through evolution

van Hemert|arXiv (Cornell University)|Feb 28, 2005

Metaheuristic Optimization Algorithms Research参考文献 9被引用 12

一句话总结

本文使用进化算法生成针对两种Lin-Kernighan变体的具有挑战性的对称TSP实例，随后分析这些实例以识别与算法性能相关的结构特性。主要贡献在于识别出特定实例特征（如边分布和局部最优解密度）可预测两种TSP求解器之间的相对效率差异。

ABSTRACT

We show how an evolutionary algorithm can successfully be used to evolve a set of difficult to solve symmetric travelling salesman problem instances for two variants of the Lin-Kernighan algorithm. Then we analyse the instances in those sets to guide us towards deferring general knowledge about the efficiency of the two variants in relation to structural properties of the symmetric travelling sale sman problem.

研究动机与目标

• 生成对现有TSP求解器构成挑战的困难对称TSP实例，特别是针对两种Lin-Kernighan算法变体。
• 研究这些演化生成实例的结构特性，以理解为何一种Lin-Kernighan变体在性能上优于另一种。
• 推导出关于TSP实例结构与求解器效率之间关系的一般性见解。

提出的方法

• 采用进化算法演化出对两种Lin-Kernighan变体具有高难度的对称TSP实例。
• 基于两种Lin-Kernighan变体在每个演化实例上的相对性能差距进行适应度评估。
• 从演化生成的实例中提取结构特征，如边分布、局部最优解密度和聚类连通性。
• 应用统计分析，将这些特征与两种求解器观察到的性能差异相关联。
• 迭代式地优化实例，以最大化两种算法之间的性能差异。
• 分析聚焦于识别在实例结构中反复出现、并始终导致某一求解器优于另一求解器的模式。

实验结果

研究问题

• RQ1 对称TSP实例的哪些结构特性最强烈地影响两种Lin-Kernighan变体之间的性能差异？
• RQ2 进化算法能否有效生成暴露TSP求解器性能差异的TSP实例？
• RQ3 TSP实例中的某些拓扑特征是否与一种Lin-Kernighan变体相对于另一种的主导地位相关？
• RQ4 在多大程度上，可以通过实例的结构特征预测其求解难度？
• RQ5 是否存在一致的实例结构模式，可解释为何某一求解器始终优于另一求解器？

主要发现

• 演化生成的TSP实例持续暴露两种Lin-Kernighan变体之间的性能差异，证实了该进化方法在生成困难实例方面的有效性。
• 局部最优解密度较高的实例更有利于某一Lin-Kernighan变体，表明局部结构显著影响求解器行为。
• 边分布模式，特别是高权重重叠边的密集簇，与两种求解器之间性能差异的增加密切相关。
• 实例拓扑中存在对称子结构被发现会影响两种变体的相对效率。
• 进化过程成功识别出一组可靠的结构特征，可预测在给定实例上哪个求解器表现更优。
• 分析表明，实例难度并非均匀分布，而是与特定且可识别的拓扑特性紧密相关。