.png){kind=icon}
返回
MinCovTarget+: a fast heuristic algorithm for fair allocation
.png){kind=icon}
OA
AI
DOI：10.1007/s10479-025-06913-0.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们介绍了MinCovTarget+算法，用于解决不可分割物品的公平分配问题，并研究了其在最小嫉妒、比例性、最大Nash福利和最大总福利等一些流行的公平性和效率标准下的性能。通过详细的数值分析，我们将我们新提出的算法与解决此类问题的标准算法——Spliddit算法进行了比较。我们的数值分析表明，MinCovTarget+提供了公平性和效率标准之间极好的平衡的分配方案。具体而言，它通常能在极短的计算时间内（仅为Spliddit所用时间的几分之一）生成最小（零）嫉妒的解决方案，并具有非常高的Nash福利值。此外，MinCovTarget+可以应用于高维空间，而Spliddit则难以实现。我们的论文是文献中首次使用待分配商品的随机均匀估值以及一种新颖的价值矩阵设计（该设计整合了依赖性估值）对这些算法进行数值研究的著作。本文中的所有数值估计均使用Macbook Air（Apple M1，8 GB RAM）获得。相应的MATLAB代码可在：https://github.com/giovannipuccetti/MinCovTarget。该算法的用户友好版本可在https://www.fair-allocation.com获取。
Keyword:
Operations Research/Decision Theory
Combinatorics
Theory of Computation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.5
论文数:
8.1K
被引数:
2.1W
机构
查看更多机构
引用论文
.png){kind=icon}
A survey of approximability and inapproximability results for social welfare optimization in multiagent resource allocation关于多智能体资源分配中社会福利优化问题的可近似性与不可近似性结果综述
PREAI
分享收藏 没有更多内容