Constrained Monotone k -Submodular Function Maximization Using Multiobjective Evolutionary Algorithms With Theoretical Guarantee

The problem of maximizing monotone <inline-formula> <tex-math notation="LaTeX">{k} </tex-math></inline-formula>-submodular functions under a size constraint arises in many applications, and it is NP-hard. In this paper, we propose a new approach which employs a mult...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	IEEE transactions on evolutionary computation Jg. 22; H. 4; S. 595 - 608
Hauptverfasser:	Qian, Chao, Shi, Jing-Cheng, Tang, Ke, Zhou, Zhi-Hua
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	IEEE 01.08.2018
Schlagworte:	Constrained optimization Electronic mail Evolutionary computation experimental studies Greedy algorithms Integrated circuit modeling Method of moments multiobjective evolutionary algorithms (MOEAs) Optimization submodular optimization theoretical analysis
ISSN:	1089-778X, 1941-0026
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!