组合拍卖中求解优竞胜标确定问题的局部搜索方法.pptVIP

组合拍卖中求解最优竞胜标确定问题的局部搜索方法 Local Search Methods for the Optimal Winner Determination Problem in Combinatorial Auctions Dalila Boughaci · Belaïd Benhamou · Habiba Drias Springer：J Math Model Algor (2010) 9:165–180 Keywords： Stochastic local search · Tabu search · Winner determination problem · Casanova · SAGII · Memetic algorithms · Combinatorial auctions 摘要 本文研究了随机局部搜索（SLS）和禁忌搜索（TS）用于解决组合拍卖中最优竞胜标确定问题（WDP）。所提的方法对各种标准问题进行评估，与混合模拟退火（SAGII）、密母算法（MA）和Casanova进行比较，结果显示SLS找到了质量更高的解。 1 介绍 拍卖是MAS中的市场协议，用于agent活动的协调和资源分配。组合拍卖（CA）是允许agents (bidders)对物品集合进行投标的机制。它允许投标人表达他们偏好的互补性和替代性。物品间的互补性意味着物品集合的价值大于各物品的价值总和。组合拍卖已应用于各个领域，如经济学，博弈论和MAS的任务分配等。 组合拍卖的最优竞胜者确定问题（WDP)要决定哪个投标是可接受的。本文提出了两种局部搜索方法求解WDP，一个是随机的局部搜索方法，另一个是禁忌搜索方法。 2 问题模型 拍卖物品的集合——M={1,2,...,m} 投标集合——B={B1,B2,...,Bn} 一个投标——Bj=(Sj,Pj),Sj是一个物品集合，Pj是Sj的物品的总体价格。 矩阵Am×n——Aij=1，iff物品i属于Bj的Sj；否则Aij=0。 决策变量——xj=1,iff投标Bj是可接受的（winning bid）；否则xj=0（Bj is a losing bid） 2 问题模型 WDP是在每个物品至多分配给一个投标人的约束下最大化拍卖人的收益，找到获胜投标的问题。WDP模型为下面的整数规划： (1) (2) 目标函数（1）最大化拍卖者的收益，等于获胜标的价格之和。约束（2）表示每个物品至多分配给一个投标人。 3 本文贡献 3.1 解的表示 变长的向量V，Vi接收获胜标。 3.1.1 The Random Key Encoding 1. 产生4个随机数，如 r = {0.65, 0.70, 0.80, 0.75}. 2. highest order value (0.80)，The first accepted bid is B3，V = {B3}. 3. the second highest order value is B4，conflicts with the bid B3 in V，It is discarded。 4. the third highest order value is B2，conflicts with the bid B3 in V，It is discarded。 5. V={B3,B1}是WDP的一个解. 3 本文贡献 3.2 冲突图 为了保证搜索过程中解的可行性，文中定义了一个冲突图，顶点是bids，边将不能被接受的bids相连。这个图用于发现冲突的bids。 3.3 评价函数 the allocation V = {B1, B2, . . . , BL}. (3) 3 本文贡献 3.4 随机的局部搜索（SLS） SLS利用RK编码机制产生一初始分配V，然后执行局部搜索，选择一bid加入V,移除所有冲突bids。 maxiter=10000 wp=0.3 3 本文贡献 3.5 禁忌搜索（TS）for WDP 禁忌搜索结合了集中搜索和分散搜索。 集中搜索起始于RK编码产生的初始分配，然后选择最好的邻域分配，为此定义了两个move操作。 - On-Bid move:当bid是最好但不是tabu时执行 状态空间定义为：不在当前分配中的不满意但可接受的bids集合。将当前状态空间中最好的bid加入到当前分配V中，移除冲突的bids。最好的bid指加入分配后最大化总体价格。 避免局部最优：bid加入分配后，接收一个tabu状态，其索引存入tubu列表，在给定的次迭代中不允许再次访问。 特赦准则：一tabu move被接受，当其给出一个更好解 3 本文贡献 3.5 禁忌搜索（TS）for WDP - On-Item mov