Parameter tuning of the HCSCROCFO-3Opt algorithm for solving the capacitated vehicle routing problem
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper proposes the cuckoo search (CS), central force optimization (CFO), chemical reaction optimization (CRO) and 3-Opt for solving the capacitated vehicle routing problem (CVRP). HCSCROCFO-3Opt, which is the parallel hybrid algorithm that is proposed, is a form of augmented HCSCROCFO with a local search process founded on CS that utilizes positive aspects of the other optimization approaches including CRO and CFO in order to enhance quality of initial population and improve local search, correspondingly. The work is motivated by the need to enhance the computational effectiveness through attainment of improved outcomes compared to previous popular solutions, to explore the features of different parameters of to seek some ideal solutions. The first stage entails solving of CVRP through setting a variety of values to tune parameters for the HCSCROCFO-3Opt proposed. Then initialization of algorithm CS, CRO, CFO parameters are accomplished through tuning parameters within a tuning cycle. Subsequently, a novel solution is swapped in a random manner through a levy flight within the central loop, followed by execution of the hybrid solution as well as new CRO, CFO and CS algorithm solutions, whose implementation is supposed to enhance results for the local 3-Opt. Ultimately, the most ideal solution for general hybrid model's solution space is identified, after which the solution that is best-suited for the CVRP purposes is presented. Within the standard CVRP cases, reported computational tests in large scale in the literature demonstrate the efficiency of presented approach.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle