• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.1-9
• /
• 2018

The multiple-choice multidimensional knapsack problem (MMKP) is a variant of the well known 0-1 knapsack problem, which is known as an NP-hard problem. This paper proposes a method for solving the MMKP using the integer programming-based local search (IPbLS). IPbLS is a kind of a local search and uses integer programming to generate a neighbor solution. The most important thing in IPbLS is the way to select items participating in the next integer programming step. In this paper, three ways to select items are introduced and compared on 37 well-known benchmark data instances. Experimental results shows that the method using linear programming is the best for the MMKP. It also shows that the proposed method can find the equal or better solutions than the best known solutions in 23 data instances, and the new better solutions in 13 instances.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.755-760
• /
• 2010

일반적으로 이산 최적화에서의 라그랑지안 방법은 제약조건을 쉽게 다루기 위한 기법이다. 이 방법은 전형적으로 분지한계법에서 상한을 찾을 때 사용한다. 본 논문은 여러 개의 제약조건이 있는 다중 배낭 문제를 위한 새로운 라그랑지안 방법을 제안한다. 기존 라그랑지안 접근법과는 달리 제안한 방법은 라그랑지안 벡터의 새로운 특징에 기초하여 품질 좋은 하한(즉, 가능 해)을 효율적으로 찾을 수 있다. 잘 알려진 큰 규모의 벤치마크 데이터에서 실험을 하였고 제안한 라그랑지안 방법은 기존 방법의 성능을 개선하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.13-27
• /
• 2012

정수계획법 기반 지역 탐색은 단순 언덕오르기 탐색을 기반으로 하는 지역 탐색의 일종으로서 기존의 지역 탐색과는 달리 이웃해 생성 시 정수계획법을 활용한다. 기존 연구 [1]에 의하면 정수계획법 기반 지역 탐색은 경영과학 및 인공지능 분야에서 많은 관심을 받아 온 다차원 배낭 문제를 해결하는 데 매우 효과적인 것으로 알려져 있다. 그러나 해당 연구에서는 OR-Library에 있는 다차원 배낭 문제들 중 규모가 가장 큰 문제들만을 대상으로 하여 정수계획법 기반 지역 탐색의 우수성을 검증하였다는 단점이 있다. 본 논문에서는 그 외의 문제들을 대상으로 정수계획법 기반 지역 탐색을 적용함으로써 보다 객관적으로 정수계획법 기반 지역 탐색의 우수성을 검증한다. 아울러 본 논문에서는 기존의 정수계획법 기반 지역 탐색이 단순 언덕오르기 탐색과 정수계획법을 결합한 것과는 달리 언덕오르기 탐색, 타부 탐색, 시뮬레이티드 어닐링과 같은 다른 지역 탐색 기법과 정수계획법을 결합하는 방안을 제시한다. 실험 결과, 정수계획법 기반 지역 탐색은 중소 규모의 다차원 배낭 문제들에 있어서도 기존의 가장 좋은 휴리스틱 탐색 기법에 비해 유사하거나 더 우수한 성능을 발휘함을 확인하였다.