Christian Blum: Construct, Merge, Solve & Adapt
Construct, Merge, Solve & Adapt
Buch
- A Hybrid Metaheuristic for Combinatorial Optimization
lieferbar innerhalb 2-3 Wochen
(soweit verfügbar beim Lieferanten)
(soweit verfügbar beim Lieferanten)
EUR 153,32*
Verlängerter Rückgabezeitraum bis 31. Januar 2025
Alle zur Rückgabe berechtigten Produkte, die zwischen dem 1. bis 31. Dezember 2024 gekauft wurden, können bis zum 31. Januar 2025 zurückgegeben werden.
- Springer Nature Switzerland, 06/2024
- Einband: Gebunden, HC runder Rücken kaschiert
- Sprache: Englisch
- ISBN-13: 9783031601026
- Bestellnummer: 11900889
- Umfang: 208 Seiten
- Auflage: 2024
- Gewicht: 483 g
- Maße: 241 x 160 mm
- Stärke: 17 mm
- Erscheinungstermin: 19.6.2024
- Serie: Computational Intelligence Methods and Applications
Achtung: Artikel ist nicht in deutscher Sprache!
Klappentext
This book describes a general hybrid metaheuristic for combinatorial optimization labeled Construct, Merge, Solve & Adapt (CMSA). The general idea of standard CMSA is the following one. At each iteration, a number of valid solutions to the tackled problem instance are generated in a probabilistic way. Hereby, each of these solutions is composed of a set of solution components. The components found in the generated solutions are then added to an initially empty sub-instance. Next, an exact solver is applied in order to compute the best solution of the sub-instance, which is then used to update the sub-instance provided as input for the next iteration. In this way, the power of exact solvers can be exploited for solving problem instances much too large for a standalone application of the solver.Important research lines on CMSA from recent years are covered in this book. After an introductory chapter about standard CMSA, subsequent chapters cover a self-adaptive CMSA variant as well as a variant equipped with a learning component for improving the quality of the generated solutions over time. Furthermore, on outlining the advantages of using set-covering-based integer linear programming models for sub-instance solving, the author shows how to apply CMSA to problems naturally modelled by non-binary integer linear programming models. The book concludes with a chapter on topics such as the development of a problem-agnostic CMSA and the relation between large neighborhood search and CMSA. Combinatorial optimization problems used in the book as test cases include the minimum dominating set problem, the variable-sized bin packing problem, and an electric vehicle routing problem.
The book will be valuable and is intended for researchers, professionals and graduate students working in a wide range of fields, such as combinatorial optimization, algorithmics, metaheuristics, mathematical modeling, evolutionary computing, operations research, artificial intelligence, or statistics.
Biografie
Christian Blum, B.A., wurde 1984 in Eisenach geboren. Nach einer abgeschlossenen Ausbildung zum Kfz-Mechaniker erwarb er 2008 die Fachhochschulreife. Sein Studium der Sozialen Arbeit an der Fachhochschule Erfurt schloss er 2013 mit dem akademischen Grad Bachelor of Arts als staatlich anerkannter Sozialarbeiter und Sozialpädagoge ab. Bereits während des Studiums befasste er sich intensiv mit philosophischen Fragen und deren Bedeutung für die Soziale Arbeit. Christian Blum
Construct, Merge, Solve & Adapt
EUR 153,32*