自适应大邻域搜索算法

较大规模问题高效求解

针对传感器-武器-目标分配问题，提出一种带模型驱动修复阶段的自适应大邻域搜索算法，能够高效求解大规模实例。

王阳 · Junpeng, Wang · Hao, Jin-Kao · 冯建广

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024

技术优势

大规模可解

ALNS算法在实验中被证明能够有效求解大规模实例，而传统求解器无法在合理时间内完成。

修复更高效

模型驱动的修复算子优于文献中常用的启发式修复算子，提高了解的质量和搜索效率。

超越先进算法

实验证明，所提出的ALNS算法优于文献中最先进的算法。

应用场景

• 资源分配优化：用于快速生成高质量的资源分配方案，替代人工反复试错和启发式规则。
• 组合优化：为大规模组合优化问题提供可扩展的元启发式求解框架。
• 传感器管理：优化传感器对目标的照射分配，用更少资源达到期望的摧毁概率。
• 军事运筹：为军事行动中的武器-目标分配提供决策支持，尤其是大规模场景。