ความยาวที่คาดหวังของเส้นทางแฮมิลตันสั้นที่สุดในจุดที่เลือกแบบสุ่มจากตารางระนาบคืออะไร?


9

kคะแนนที่แตกต่างกันจะถูกสุ่มเลือกจากp×qกริด (เห็นได้ชัดว่าkp×qและเป็นจำนวนคงที่ที่กำหนด) กราฟน้ำหนักที่สมบูรณ์ถูกสร้างขึ้นจากจุดkเหล่านี้kซึ่งน้ำหนักของขอบระหว่างจุดยอดiและจุดยอดjเท่ากับระยะทางแมนฮัตตันของสองจุดบนตารางดั้งเดิม .

ฉันกำลังมองหาวิธีที่มีประสิทธิภาพในการคำนวณความยาวที่คาดหวังของเส้นทาง hamiltonian ที่สั้นที่สุด (น้ำหนักรวมขั้นต่ำ) ผ่านโหนดkเหล่านี้ kแม่นยำยิ่งขึ้นไม่ต้องการแนวทางไร้เดียงสาต่อไปนี้:

การคำนวณความยาวพา ธ ที่แน่นอนสำหรับการรวมกันทั้งหมดของโหนด k และได้รับความยาวที่คาดหวัง

การคำนวณความยาวพา ธ โดยประมาณสำหรับการรวมกันทั้งหมดของโหนด k โดยใช้ฮิวริสติกขั้นพื้นฐานของการใช้แผนผังสแปนนิ่งขั้นต่ำซึ่งทำให้เกิดข้อผิดพลาดมากถึง 50% (ฮิวริสติกที่ดีขึ้นโดยมีข้อผิดพลาดน้อยกว่าอาจเป็นประโยชน์)


ปัจจุบันยังไม่มีความหวังสำหรับอัลกอริธึมที่มีประสิทธิภาพเนื่องจากปัญหาเส้นทางมิลโตเนียนแบบไม่สมดุลในตารางภาพถ่ายระนาบคือ NP-complete
Mohammad Al-Turkistany

เมื่อคุณพูดถึงเส้นทางของแฮมิลตันคุณจะตื่นเต้นกับเส้นทางของแฮมิลตันที่มีน้ำหนักน้อยที่สุดหรือไม่
a3nm

@ MohammadAl-Turkistany ความแข็งของ HAM PATH ไม่จำเป็นต้องเป็นสิ่งกีดขวางเนื่องจาก OP เป็นเพียงการประมาณจุดสุ่ม
Suresh Venkat

@ a3nm ใช่และฉันได้รับการแก้ไข
Suresh Venkat

เกิดอะไรขึ้นกับการคำนวณระยะเวลาทัวร์ที่แน่นอนสำหรับตัวอย่างสุ่มจำนวนคะแนนและค้นหาความคาดหวังและค่าเบี่ยงเบนมาตรฐาน คุณต้องการขนาดใหญ่แค่ไหน? kk,p,q
Peter Shor

คำตอบ:


6

สมมติว่าและมีขนาดใหญ่พอสมควรใครจะคาดหวังว่าความยาวที่คาดหวังส่วนใหญ่จะขึ้นอยู่กับความหนาแน่น ดังนั้นในการสั่งซื้อครั้งแรกจะเป็นฟังก์ชั่นของแบบฟอร์มต่อไปนี้pq

L(pqk)1/2f(k/pq)+(p+q)g(k/pq).

ตอนนี้คุณสามารถใช้การทดสอบกับปัญหาที่มีขนาดเล็กลงเพื่อหาว่าและคืออะไร ขั้นแรกในการประมาณค่าคุณต้องการทำการทดลองกับตัวอย่างที่ไม่มีขอบเขตวิธีที่ง่ายที่สุดในการทำเช่นนี้คือการใช้กริดโดยด้านซ้ายเชื่อมต่อกับด้านขวาและบนลงล่าง ฐานรองดอก ในการประมาณค่าคุณสามารถใช้การทดลองในตารางfgfp×pgp×q

สำหรับการประมาณค่าคุณจำเป็นต้องแก้ปัญหา TSPs ที่ค่อนข้างใหญ่หรือเกือบทั้งหมดเนื่องจากจำนวนที่คุณใช้ในการประเมินมีขนาดใหญ่ขึ้นผลลัพธ์ของคุณก็จะดีขึ้นเท่านั้น คุณสามารถใช้การวิเคราะห์พฤติกรรมที่มาภายในไม่กี่เปอร์เซ็นต์หรือรหัส TSP ที่ถูกต้อง ดูที่นี่สำหรับการวิเคราะห์พฤติกรรมที่ดี ตัวแก้ปัญหาConcorde TSP ของ Bill Cook จะค้นหาสิ่งที่เหมาะสมที่สุดสำหรับอินสแตนซ์ที่มีขนาดใหญ่พอสมควร (เป็นรหัส TSP ที่ดีที่สุดที่มีอยู่) และสามารถใช้ได้โดยไม่เสียค่าใช้จ่ายสำหรับการวิจัยทางวิชาการ


ใช้คำศัพท์จากTSPLIBฉันกำลังมองหา SOP ไม่ใช่ TSP การคูณคำนวณสำหรับ TSP ด้วยให้ขอบเขตบนสำหรับ SOP น่าเสียดายที่ตัวแก้ปัญหา Concorde TSP ไม่สามารถจัดการกับ SOP ได้และฉันไม่สามารถหาตัวแก้ SOP ได้ทางออนไลน์ E[L](k1)/k
Javad

ฉันเดาว่าสำหรับการคำนวณกรณีที่มี 'ที่ใหญ่กว่าและเล็กกว่านั้นมีการกระจายอย่างเท่าเทียมกันรอบดังนั้นเราอาจคิดวิธีการเชิงสร้างสรรค์เพื่อค้นหาการจัดเรียงของ points ในตาราง ซึ่ง (อาจจะโดยประมาณ) ให้[L] การค้นหาข้อตกลงดังกล่าวจะลดค่าใช้จ่ายในการคำนวณลงอย่างมาก E[L]LLE[L]kE[L]
Javad

ฉันยังไม่ได้ค่อนข้างเข้าใจเหตุผลสำหรับค่าสัมประสิทธิ์ 2 ทำไมมันไม่ควรเป็น ? วิธีนี้จะเปลี่ยนแปลงสูตรการประมาณค่าที่มีขนาดเล็กของและ ? k2k2/(pq)pq
Javad

@Javad: เป็นคำถามที่ดี ฉันผิดเพราะฉันคิดว่าคะแนนเมื่อฉันเขียนคำตอบของฉัน ค่าสัมประสิทธิ์มาจากสมมติฐานของฉันที่ตารางมีขอบหน่วยความยาวดังนั้นทั้งภูมิภาคคือขนาดQ ขอบเฉลี่ยควรมีความยาวและมี edge ดังนั้นหากคุณต้องการให้คงที่ประมาณระยะแรกควรเป็น . k2p×qp×qθ(pq/k)kfpqkf(k/pq)
Peter Shor

สำหรับความแตกต่างระหว่างความยาว TSP และความยาว SOP ควรจะเล็กน้อย k106
Peter Shor
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.