[论文解读] The Single Machine Total Weighted Tardiness Problem - Is it (for Metaheuristics) a Solved Problem ?

Martin Josef Geiger|ArXiv.org|Jul 17, 2009

Scheduling and Optimization Algorithms参考文献 20被引用 3

一句话总结

本文研究现有基准实例是否足以有效检验元启发式算法在单机总加权延迟问题（SMTWTP）上的求解能力。通过评估爬山法与可变邻域搜索（VNS），发现简单局部搜索方法在标准实例上已能获得近似最优解，表明当前基准实例过于简单。主要贡献在于识别出现有实例缺乏足够难度，尤其对先进元启发式算法而言，并提出更大规模、更具挑战性的新基准实例，配合适当参数设置。

ABSTRACT

The article presents a study of rather simple local search heuristics for the single machine total weighted tardiness problem (SMTWTP), namely hillclimbing and Variable Neighborhood Search. In particular, we revisit these approaches for the SMTWTP as there appears to be a lack of appropriate/challenging benchmark instances in this case. The obtained results are impressive indeed. Only few instances remain unsolved, and even those are approximated within 1% of the optimal/best known solutions. Our experiments support the claim that metaheuristics for the SMTWTP are very likely to lead to good results, and that, before refining search strategies, more work must be done with regard to the proposition of benchmark data. Some recommendations for the construction of such data sets are derived from our investigations.

研究动机与目标

• 评估当前SMTWTP基准实例是否对现代元启发式算法具有足够挑战性。
• 评估简单局部搜索方法（爬山法与VNS）在标准SMTWTP实例上的性能表现。
• 识别能挑战元启发式性能的‘困难’实例特征。
• 提出更具挑战性的新基准实例，以支持未来SMTWTP元启发式研究。
• 鼓励在SMTWTP元启发式设计中基于理论基础解释实证发现。

提出的方法

• 在标准SMTWTP实例上应用爬山法与可变邻域搜索（VNS），并采用多种邻域算子（交换与移动）。
• 使用Potts与Van Wassenhove（1991）提供的标准基准集，包含n=40、50和100个作业，参数RDD ∈ {0.2, 0.4, 0.6, 0.8, 1.0}与TF ∈ {0.2, 0.4, 0.6, 0.8, 1.0}。
• 通过与已知最优解或最佳已知解的相对偏差衡量解的质量，并利用解池中优先关系的熵分析解的多样性。
• 应用熵分析评估解的相似性，计算优先关系j与k在作业i上的熵值：E_ijk = (-1/log√2) * (ω_ijk/μ) * log(ω_ijk/μ)。
• 通过比较不同TF与RDD值下的结果，识别产生更难实例的参数组合。
• 通过测量邻域算子在局部搜索中的相对性能，分析其影响。

实验结果

研究问题

• RQ1 当前SMTWTP基准实例是否对现代元启发式算法具有足够挑战性？
• RQ2 在SMTWTP的局部搜索中，哪些邻域算子（如交换与移动）表现更优？
• RQ3 哪些参数设置（TF与RDD）会产生最困难的SMTWTP实例？
• RQ4 通过熵测量的最优解多样性与问题难度之间有何关系？
• RQ5 为何简单局部搜索方法在现有基准上表现如此出色？这对未来算法开发有何启示？

主要发现

• 使用交换邻域算子的简单爬山法在SMTWTP基准上显著优于移动算子。
• 可变邻域搜索（VNS）在所有测试实例上均获得近似最优解，仅在n=100时存在少数未解问题。
• 当TF ∈ {0.6, 0.8}且RDD值较高时，实例更具挑战性；而TF ∈ {0.2, 1.0}则导致更简单的实例。
• 困难实例存在大量不同的全局最优解，其编码表现出极低的熵（接近0），表明最优解之间高度相似。
• 解池的熵值极低（趋近于0），表明即使最优解不同，它们也仅仅是彼此的‘微小变异’。
• 当前基准集挑战性不足，因为即使简单元启发式也能获得近似最优结果，暗示近期进展的实际影响可能被高估。