Resumen: Si bien la inteligencia artificial (IA), incluida la IA generativa, son efectivas para generar datos de tráfico de alta calidad y soluciones de optimización en sistemas de transporte inteligente (ITS), estas técnicas a menudo exigen un tiempo de entrenamiento significativo y recursos computacionales, especialmente en escenarios a gran escala y complejos. Para abordar esto, introducimos un algoritmo novedoso y eficiente para resolver el problema independiente de ponderado máximo (MWIS), que puede usarse para modelar muchas aplicaciones ITS, como el control de la señal de tráfico y el enrutamiento del vehículo. Dada la naturaleza difícil del problema MWIS, nuestro algoritmo propuesto, Dynls, incorpora tres innovaciones clave para resolverlo de manera efectiva. Primero, utiliza una técnica de perturbación de vértice adaptativa (SAVP) basada en puntajes para acelerar la convergencia, particularmente en gráficos dispersos. En segundo lugar, incluye un mecanismo de ubicación de la región (RLM) para ayudar a escapar de los optimas locales ajustando dinámicamente el espacio de búsqueda. Finalmente, emplea una nueva estrategia de descenso de vecindad variable, Comls, que combina estrategias de intercambio de vértices con un mecanismo de recompensa para guiar la búsqueda hacia soluciones de alta calidad. Nuestros resultados experimentales demuestran el rendimiento superior de DYNLS, entregando consistentemente soluciones de alta calidad en 1000 segundos. DYNLS superó a cinco algoritmos principales en 360 instancias de prueba, logrando la mejor solución para 350 instancias y superando el segundo algoritmo más mejor, Cyclic-Fast, por 177 instancias. Además, Dynls coincidió con la velocidad de convergencia de Cyclic-Fast, destacando su eficiencia y practicidad. Esta investigación representa un avance significativo en los algoritmos heurísticos para el problema de MWIS, ofreciendo un enfoque prometedor para ayudar a las técnicas de IA en la optimización de sistemas de transporte inteligentes.
Publicado Originalme en rss.arxiv.org El 8 de mayo de 2025.
Ver Fuente Original
