公开(公告)号：CN116502779A

公开(公告)日：2023-07-28

申请号：CN202310480834.6

申请日：2023-04-28

Applicant: 桂林电子科技大学

Inventor： 李攸俊 ,  李笠

IPC: G06Q10/047 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及神经组合优化技术领域，具体涉及一种基于局部注意力机制的旅行商问题生成式求解方法，包括搭建基于局部注意力机制的旅行商问题生成式求解模型；基于可变情节长度和改进的策略算法对所述旅行商问题生成式求解模型进行训练，得到最优模型；将城市节点集合输入所述最优模型后使用带有基于旅行商问题数据的改进遮蔽操作的局部注意力机制进行注意力权重以及注意力输出计算，得到决策结果，本发明利用旅行商问题数据在逻辑上的排列顺序，改进了原本Transformer中使用的遮蔽方法，实现了一种局部注意力机制，降低了模型的训练成本，从而适用于对旅行商数据的处理，解决了深度学习数据处理方法对于旅行商数据不适用的问题。

公开(公告)号：CN116402246A

公开(公告)日：2023-07-07

申请号：CN202310481297.7

申请日：2023-04-28

Applicant: 桂林电子科技大学

Inventor： 李攸俊 ,  李笠

IPC: G06Q10/047 ,  G06N3/08 ,  G06N3/0455

Abstract: 本发明涉及神经组合优化技术领域，具体涉及基于等价性约束的旅行商问题生成式求解方法，搭建基于等价性约束的旅行商问题生成式求解模型；基于神经网络框架对所述基于等价性约束的旅行商问题生成式求解模型进行训练，得到约束模型；将旅行商问题输入所述约束模型进行处理，得到等价解决方案，本方法通过改进现有的带有贪婪展开基线的损失函数，对模型施加关于TSP实例的等价性约束，防止等价性干扰，提高了模型的性能表现，从而解决了NCO模型在处理TSP时由于等价性干扰而产生的性能不足的问题。