Metaheuristics for solving the biobjective single‐path multicommodity communication flow problem
Notice bibliographique
Résumé
Abstract Single‐path multicommodity flow problem (SMCFP) is a well‐known combinatorial optimization problem, in which the flow of each commodity can be transmitted using only one path linking its destination to an appropriate origin within the addressed network. In this paper, we study the SMCFP in a multiobjective context by considering the simultaneous optimization of paths' delay and average reliability. The network is modeled as a finite set of nodes that can communicate using preestablished connections where each connection is characterized by a capacity, a lead time, and a reliability. A node can be an information producer or/and information consumer. The contention problem is solved by assigning a path and a dedicated bandwidth to each flow. The problem is formulated as a biobjective nonlinear optimization problem. This biobjective problem has not been considered in the literature. We design three alternative procedures for approximating the Pareto front. We proposed an MGA based on NSGA‐II, a multiobjective variable neighborhood search and a new distance‐based hybrid metaheuristic. The hybridization integrates a local search into the framework of genetic algorithm to effectively drive the search toward a better approximating of the Pareto front. The propounded algorithms' efficiencies are experimentally investigated on a test bed of instances applied to a planar and a grid network. A comparative study is conducted based on different multiobjective performance indicators.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».