arrow
返回

Adjustable robust positive influence dominating set with partial payment

delete2025-12-31
delete0
PRE
AI
S
Seunghoon Paek
J
Jaehee Jeong *
S
Sungsoo Park *
DOI:10.1016/j.cor.2025.107381delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
社会网络中的影响传播是一个具有营销、公共卫生和信息传播应用的基本问题。然而,现实世界的影响动态通常涉及影响有效性的不确定性。本文提出了一种针对弧不确定性下的正向影响支配集部分支付(PIDS-PP)问题的可调鲁棒优化框架。我们基于精确的Benders分解方法和高效的仿射策略近似,开发了两种互补的求解方法。在合成网络上的计算实验表明,所提出的模型在保持合理成本的同时增强了求解的鲁棒性。结果表明,所提出的方法适用于不确定和动态的影响环境。

期刊

C
COMPUTERS & OPERATIONS RESEARCH
IF:
4.3
论文数:
262
被引数:
0

机构

K
korea advanced institute of science and technology
学者数:
971
论文数: 378
被引数: 0
P
Pusan National University
学者数:
1.5K
论文数: 626
被引数: 1
引用论文

引用论文

err分享
err收藏
Least cost influence propagation in (social) networks
err2018-05-12
err0
errOAAI
errMatteo Fischetti; Michael Kahr; Markus Leitner; Michele Monaci; Mario Ruthmair
err分享
err收藏
An exact algorithm for robust influence maximization
err2020-05-19
err0
PREAI
errGiacomo Nannicini; Giorgio Sartor; Emiliano Traversi; Roberto Wolfler Calvo
err分享
err收藏
The Price of Robustness坚固性的代价
err2004-02-01
err0
errOAAI
errDimitris Bertsimas; Melvyn Sim
err分享
err收藏
学者 查看更多内容