?? (Search)

1
??? ??? ?????? 9 ? ??

• ???
• ????? ??????

2
?? (Search)

• ???? ??? ????? ???? ?? ? ?? ?? ??? ?? ??? ????
  ??
• ??? ?? ??? ?????? ??? ??
• ?? ?? ??? ???? ?? ?? ????? ??
• ???? ????? ??? ??? ???? ?????? ??? ??? ????

3
??

• ????? ??? ?? ??? ??? ?? ??? ??
• ??????? ??? ??
• ???? ????? ??
• ?? ??? ????
• ??? ?? ???? ??? ???? ???? ?? ???? ? ?? ??? ??
  ??? ??? ??
• ??? ??
• Uninformed, weak method ??
• Well-informed ?
• ????? ????
• ????? ??? ???? ??? ??? ???? ????? ???? ??? ????
  ?? ? ?? ???? ?? ??? ?? ? ???? ?? ????? ??
• ????(Heuristic)? ??
• ????? ?? ?? ??? ?? ?? ??? ? ?? ?? ??? ?? ?? ???
  ??? ??? ??? ?????? ???
• ?? ??? ??? ??? ?? ?? ??? ???? ??? ??? ??? ??
  ????? ??????? ?
• ??? ???? ?? ?? ???? ????? ??? ??? ?? ??? ?? ???
  ????? ??? ???? ?? ??? ?? ??? ? ?? ??
• ???? ????? ???? ?? ??

4
??? ?? ?? (1)

• ??
• A ???? B ??? ??? ? ? ????
• ?? ? ? ???, ?? ???? ? ? ???, ? ? ?? ? ?? ???? ? ?
  ?? ??
• ??
• ???? ?????? ???? ????? ??
• ????? ??
• ? ??? ??(node), ???? ??(edge)
• aij 1, ?? i? j? ??? ??
• aij 0, ?? i? j? ???? ?? ??

??
??
??
??
??
5
??? ?? ?? (2)

• ?? ??? ??? ??
• ?? ?? ?? ?? ??
• ?? 0 1 0 1 1
• ?? 1 0 1 1 0
• ?? 0 1 0 1 0
• ?? 1 0 1 0 0
• ?? 1 0 0 0 0
• ?? ?
• ?? A? B ??? ?? ???? ? ? ?? ??? ??????
• ?? ???? ???? ?????? ??? ?? ??? 2? ?? A2? ???.

• A2 A A
• Aij2 (ai1 a1j) v (ai2 a2j) v v (ain
  anj)
• ??? ??? ??? ? ???? ?? ??? ???? ???? ????.
• ???? ???? ??? ?? ?? ??? ???? ???!

6
?? ??

• ??? ?? ????
• 12 ????? ?? ??? ? ? ??.
• ??? ? ?? ????? ??? ??
• ??? ??
• ?? ?? ?? ??? ??? ?? ?????
• ????? ??? ???? ?? ??
• ????? ??? ??(?? ?? ??? ????? ?? ?? ????)
• ????? ??
• ?? ??? ???? ?? ????? ???? ?? ??

7
?? ??? ??
d1
????? ?? ??? ??
d2
?? ?? m(d1,p1) d1? p1??
???. m(d1,p2) d1? p2? ???. m(d1,p3) d1?
p3? ???. m(d2,p1) d2? p1?? ???. m(d2,p2)
d2? p2? ???. m(d2,p3) d2? p3? ???.
p1
p2
p3
(a) ????
p1
p2
p3
(b) ????
8
??? ?? ?? ??

• ??? ?? ???? ?? ????? ?? ?????? ?? ????? ???? ????
• ???? ?? ?? ?? ??? ???? ?? ????? ??
• ??? ??? ??? ????? ??? ??? ?? ?? ???? ??? ??? ??
  ?????
• ????? ??? ???? ??? ??? ?? ?? ??, ??? ???? ?? ??.

9
????(state space)

• ?? ??? ?????? ??? ??(??)
• ??? ??? ????
• ????? ??? ??? ???? ????? ??
• ???? ((d1,d2)()())
• ???? (()()(d1,d2))
• ????? ???(??) ?? ? ?? ?? ? ????
• ?????? ?????? ???? ??
• ??? ??? ????? ???? ??
• ????? ??? ???? ?? ?? ? ?????
• ??? ??? ??, ????? ?? ???

10
?? ?? ?
((d1,d2)()())
m(d1,p2)
m(d1,p3)
((d2)(d1)())
((d2)()(d1))
m(d2,p2)
m(d2,p3)
m(d1,p1)
m(d1,p1)
m(d1,p2)
m(d1,p3)
((d1,d2)()())
((d2)()(d1))
(()(d1)(d2))
((d2)(d1)())
((d1,d2)()())
(()(d2)(d1))
11
?? ??? ?
((d1,d2)()())
m(d1,p1)
m(d1,p1)
m(d1,p2)
m(d1,p3)
m(d1,p3)
((d2)(d1)())
((d2)()(d1))
m(d1,p2)
m(d2,p1)
m(d2,p3)
m(d2,p2)
m(d2,p1)
(()(d1)(d2))
(()(d2)(d1))
12
????

• ??? ????
• ?? ??? ????
• ?? ??? ??? ??.
• ??? ?? ??? ??? ??.
• ?? ??? ???? ??? ??? ??.
• ?? ???? ??? ? ?? ?? ??
• ?? ??(path finding) ??
• 8-puzzle
• ??(game) ??
• chess/??
• ???? ??(constraint satisfaction) ??
• 8-queen

13
????

• ??? ?? (random search or blind search)
• ???? ?? ??
• ????? ??? ????? ?????,
• ?? ??? ??(??? ? ??) ???? ??? ?? ??.
• ??? ?? ??
• ???? ????
• ????(depth-first) ??, ??????(breadth-first) ??

1
1
a
a
5
3
2
2
b
c
b
c
3
4
6
7
4
5
6
7
d
e
f
g
d
e
f
g
14
???? ??(depth-first search DFS)

• ?? ??? ?????? ?? ?? ??? ????? ?? ??? ???
  ??(backtracking? ??)
• ??
• ????? ??? ??? ??
• ????? ?? ??? ?? ?? ?? ?? ?? ?? ??
• ??
• ?? ?? ??? ?? ?? ??(depth bound??)
• ?? ??? ??? ??? ?? ??? ?? ?? ??? ??? ??? ??
• OPEN ? ????, CLOSED ? ,
• OPEN ??? ???? ? ??? ?? ??? ????
• OPEN ??? ??? ?? E? ????, OPEN ????? ????. E? ????
  ??? ??? ????.
• E? ?????? ??? ???? ??E? ?????.
• E? ????? ??? ?? ????? ???? E? ????? ?? ???? ?, E?
  CLOSED ???? ?????.
• ??????? ???? ?? E? ???? ??? OPEN ?? CLOSED ??? ??
  ?? ???? ??? ??? ????? OPEN ??? ???? ?????.

15
???? ??(breadth-first search BFS)

• ????? ?????? ????? ?? ??? ???? ????? ??? ??? ???
  ??
• ??
• ?? ??? ??? ??? ???? ????? ??
• ?? ???? ??? ?? ? ??
• ??? ?? ?? ?? ??? ?? ??? ? ??
• ??
• ??? ?? ???? ????? ??????
• ????? ?? ??? ??
• OPEN ? ????, CLOSED ? ,
• OPEN ??? ???? ? ??? ?? ??? ????
• OPEN ??? ??? ?? E? ????, OPEN ????? ????. E? ????
  ??? ??? ????.
• E? ?????? ??? ???? ??E? ?????.
• E? ????? ??? ?? ????? ???? E? ????? ?? ???? ?, E?
  CLOSED ???? ?????.
• ??????? ???? ?? E? ???? ??? OPEN ?? CLOSED ??? ??
  ?? ???? ??? ??? ????? OPEN ??? ???? ?????.

16
??? ??

• ????(forward reasoning)
• ?????? ????? ??
• ????(backward reasoning)
• ?????? ????? ??
• ??? ??? ??? ?? ????
• ?? ??? ???? ??? ??
• ? ??? ?? ??? ???? ? ??

???
????
????
????
????
???
????
??
????
????
??
????
????
?????
?????
17
????(Heuristic) ??

• ????? ?? ????? ??? ? ??? ???? ??? ?? ????? ?? ??
  ? ????? ??? ?? ?? ?? ??? ?? ??
• ??
• ???? ?? ?? ?) ????, ????
• ???? ??(blind search)?? ???? ????? ??
• ??? ????? ??? ??????
• ??? ???? ???, ??? ?? ??? ? ??
• ?? ??? ???? ???? ??? ????
• ?) TSP(Traveling Salesman Problem)
• n?? ?? ?? ?? ? (n-1)!/2
• n3 ? 3, n20 ? 60,822,550,204,416,000
• ? 2.2 ??? ?? ?
• ?? ???? ?? ??? ???? ?? ??

18
??????(hill-climbing)

• ????(evaluation function or objective function)
  ??
• ?????? ??(??)??? ???? ??? ????
• ?????(valley declining)
• ???? ????? ????? ??? ??
• ??? ??? ?? ??? ??
• ????? ??? ? ??(plateau)
• ?? ?? ???(irrevocable)
• ?) 8-?? ??

19
8-????? ??
1
2

3

• ?????
• ????? ?? ??? ?? ?? ?

1
8
4
5
7
6
5
2

3
2

3
2

2
8
3
1
8
4
1
4
1
8
4
6
5
4
7
6
5
7
6
5
7
6
5
3

3
2

3
2
1
8
4
1
8
4
7
5
7
6
5
7
6
5
4
1

3
2
3
1
2
3
2
7
8
4
1
8
4
8
4
6
6
8
6
5
7
6
5
7
6
5
20
??????? ??
2
8
3
1

4
5
7
6
5
2
8
3
2

3
2
8
3
2
8
3

1
4
1
8
4
1
4

1
6
4
5
4
5
4
7
6
5
7
6
5
7
6
5
7

5
21
Local Search

• Simulated Annealing
• Tabu Search
• Genetic Algorithm

22
??????(best-first)

• ?? ?? ??? ???? ???? ?? ???? ??
• ?? ? ? ??? ?? ?? ??
• ????? ??? ??? ????
• ???? ??? ?? ????? ????
• ??? ??? ??? ? ??
• ?? ?? ? ? ??? ? ??? ?? ? ?? ?? ?? ??

23
Best-first ?? ????

• OPEN ? ????, CLOSED ? ,
• OPEN ??? ???? ? ??? ?? ??? ????
• OPEN ??? ?? ?? ???? ?? ?? Sc? ????.
• Sc? ?????? ??? ???? Sc? ??? ??? ?????.
• Sc? ??????? ???? ???? SN1, SN2, SN3,,SNk? ????.
• Sc? ?? ?? SNj (1 lt j lt k)? ?? ??? ?? ????.
• SNj? OPEN ?? CLOSED ??? ???? ?? ??? SNj ???? ???
  ? OPEN ??? ?????.
• SNj? ?? OPEN ??? ???? ?? ?? ? SNj ??? ????
  OPEN??? ?? SNj ??? ????? ? ?? ??, ?? OPEN ??? ??
  SNj ??? ???? ??? ??? ?????.
• SNj? CLOSED ??? ???? ?? ?? ? SNj ??? ????
  CLOSED ??? ?? SNj ??? ????? ? ?? ??, CLOSED ???
  ?? SNj ??? OPEN ???? ????? ??? ????? ????.
• Sc? CLOSED ???? ?????.

24
???? ??? ? (?? 2.12)
s
s
2
2
a
b
c
a
b
c
4
1
5
4
1
5
d
e
2
3
s
s
2
2
a
b
c
a
b
c
4
1
5
4
1
5
d
e
f
g
d
e
f
g
2
3
5
6
2
3
5
6
h
i
j
5
3
8
25
A ????

• ? ??(beam search)
• ???????? ????? ?? ???? ??
• ????? ????? ?? ?? ????? ??
• ???? ????
• ??? ?? ?????? ??????? ?? ??
• ?????? ? ??? ???? ?? ??
• f(n)? ??? ??? ????? ??? ??? ??? ?????? ????? ???
  ??? ??? ??, ??? ??? ??? ???? ??
• ??? ?? N? ?? ???? ????
• f(n) g(n) h(n)
• g(n) ?????? n ??? ?????? ??? ??
• h(n) n ???? ????? ?????? ???? ??? ???
• h(n) ????? ?????? ?? ??????
• A ????
• Best-first ?? ????? ???? ????? f(n)? ??? ??
• ? ??? ???? ?? ?? ??? ???? ?? ? ??? ???? ??? ??.

26
A ????

• A ?????? ?? N? ?? h(N) ? h(N)? ????? ?? ???? ??
  ? A ????
• ???(admissibility) ??? ??? ???? ??
• f(N) g(N)? ??(h(N)0), ??? ??? ??
• ????? ?????? ???? ?? ? ?? ?? ??? ?? ?? ? BFS
• BFS? ?? ??? ????? ?? ?? ??
• BFS? ???? ? ?? ? ???? ??? ??? ??? ??? ?? ????
  ???? ???? ??
• (cf. 8-puzzle?? ?? n??? ?? ??)
• f(N) g(N) W(N)
• ??? W(N)? ????? ?? ??? ??? ??

27
2 8 3
1 6 4
7 5
?? A f(A)4, h(A) 4
g(n)0
2 8 3
1 6 4
7 5
2 8 3
1 6 4
7 5
2 8 3
1 4
7 6 5
g(n)1
?? D f(D)6, h(D) 5
?? B f(B)6, h(B) 5
?? C f(C)4, h(C) 3
2 8 3
1 4
7 6 5
2 3
1 8 4
7 6 5
2 8 3
1 6 4
7 5
g(n)2
?? E f(E)5, h(E) 3
?? F f(F)5, h(F) 3
?? G f(G)6, h(G) 4
2 8 3
1 4
7 6 5
2 8 3
7 1 4
6 5
2 3
1 8 4
7 6 5
2 3
1 8 4
7 6 5
g(n)3
?? H f(H)6, h(H) 3
?? I f(I)7, h(I) 4
?? J f(J)5, h(J) 2
?? K f(K)7, h(K) 4
1 2 3
8 4
7 6 5
g(n)4
?? L f(L)5, h(L) 1
1 2 3
8 4
7 6 5
1 2 3
7 8 4
6 5
g(n)5
?? M f(M)5, h(M) 0
?? N f(N)7, h(N) 2
28
OPEN, CLOSED

• ???? A ()?? ?? ? ??? ???
• 1. OPEN ? A(4), CLOSED ?
• 2. A ?? OPEN ? B(6), C(4), D(6), CLOSED ?
  A(4)
• 3. C ?? OPEN ? B(6), D(6), E(5), F(5), G(6),
  CLOSED ? C(4), A(4)
• 4. E ?? OPEN ? B(6), D(6), F(5), G(6),H(6),
  I(7), CLOSED ? E(5), C(4), A(4)
• 5. F ?? OPEN ? B(6), D(6), G(6),H(6),
  I(7),J(5),K(7), CLOSED ? F(5), E(5), C(4),
  A(4)
• 6. J ?? OPEN ? B(6), D(6), G(6),H(6), I(7),
  K(7),L(5), CLOSED ? J(5), F(5), E(5), C(4),
  A(4)
• 7. L ?? OPEN ? B(6), D(6), G(6),H(6), I(7),
  K(7),M(5), N(7), CLOSED ? L(5), J(5), F(5),
  E(5), C(4), A(4)
• 8. M ?? ???? ??, ???? ??

29
???? ??

• ??? ?? ??
• ??(2?)? ?? ???? ???? ???? ?? ??? ??
• ?? ?????? ?? ??? ??? ????
• ???? ???? ??? ????? ??? ??? ? ????? ??? ?? ??? ??
  ??
• ??(last-one-loses) ??
• ????
• ?? 2.13 ??

30
???? ??

• ????(minimax) ???
• ????? ????? ???? ??? ???? ??? ??? ??
• ? ? ?? ?????? ??? ?? ??
• ?????? ???? ??? ??? ?? ??
• ?? ??? ? ???? ???? ???? ??? ??? ???? ??? ?? ???
  ? ??? ?? ???? ??
• ? ?-? pruning(??-?? ????)

31
???? ?? ? (1)

• ???? ?? ??? ???? ???? A? ??

A
c1 f0.8
c2 f0.3
c3 f-0.2
32
???? ?? ? (2)

• ???? B? ??? ??? A? ??

A
c1 f0.8
c2 f0.3
c3 f-0.2
????(B) ??
c11 f0.9
c12 f0.1
c13 f-0.6
c31 f-0.1
c32 f-0.3
c21 f0.1
c22 f-0.7
33
???? ????

• ??? ???? ??? ??? ?(?? ?)? ???? ???? ??? ??? ?(??
  ?)? ??? ?? ???
• ????? DFS? ?? ??

c0 ?0.2
c1 f0.2
c2 f -0.1
c21 f -0.1
c22
c23
c11 f0.2
c12 f0.7
C21? ??? -0.1? C2? ???? ??? ???(C22, C23)? ? ??
??? ??? ??
34
???? ?? ?? (1)

• ?? ??? ???? ??? ??-?? ?? ??? ????

35
???? ?? ?? (2)
????? ???? ?? 1. ?? ?????? ???? ???? ??(????)?
?? ?? ??? ??? ????? ??? ?? ?, ? ??? ??? ????
??. 2. ?? ?????? ???? ???? ??(????)? ?? ?? ???
??? ????? ??? ?? ?, ? ??? ??? ???? ??. 3. ????
?????? ???? ????? ??? ?(backed-up value)? ????.
36
?????? ??(Constraint Satisfaction Problem)

• n?? ??? ??? CSP ??
• ???? ???? ???? D1, D2, ,Dn???? ?? ??? ? ?? ???
  ???? pk(xk1,xk2,xkl)? ???? ??
• ??? NP-complete ??
• 8-Queen ??
• ?? xi, xj? ????? ????

x2 7
37
????? ??

• ?????, ???? ????
• NASA? GPSS(ground processing scheduling system)
• ??? ???? ???
• ??
• chess - Deep Thought
• ?? - ?? ??? ?? (?)
• ??? ??? ???? ??? ??? ????? ??? ??
• ?? ??? ?? ??? ?? ?? ? ?? ??? ?? ??? ?? ???

38
?? ??? ??? ??? ?? ?? ?? ??? ?? ??

• ??? (????? ????? ????)
• ??? (????? ????)
• ??? (????? ????????)

39
Objective

• Marketing Intelligence Solution (MIS) ??
• ??? ?? ?? ??
• ??? ?????
• ??? ????? ??
• ?? ??? ??, ????, ??? ?
• ??
• ??? ??
• ?????? ??
• ?????
• ?????

40
???
??? NG
???
??? OK

• ?? ???? ??
• ???? ?? ??

?? ??(???) ??
?? ??

• ???? ??
• ????
• ???? Format Setting ? Option ??
• ?? ?? Link

• Tabu Search/ Genetic Algorithm

???? ???? ??
?????
????
STP
??????????
?? Running

• ?? Running

???? Running

• ???? ???? Running

??? ??

• ??? View
• ??? ?? ??(????)
• ??? ??

??? ??

• ??? View
• ??? ?? ??(????)
• ??? ??

• ??? ????/??

41
Model 1 ??? ????

• Lat a0 a1 GRPt a2 DISTt
• Lat ??? ???,
• ?, Lat ln (1 - At) / (1 - At-1)
• At t? ???(),
• ?, At 1 - exp(Lat) x (1 - At-1)
• GRPt TV ??? ?? Reach Frequency 100
• DISTt ?? ???? ???? ??? ???? ???? ???? ?? 

42
Model 2 ?????? ????

• Kit (hit lit)/2 mi
•  
• Kit ???? ??? ()
• hit pit Vit
• lit pit Uit
• Vit 1 / (1 exp(-citdi))
• Uit 1 / (1 exp(-bitei))
• pit ?? ?? i? ?? ???? ????
• cit i?? ????? ?? t?? ????? ?? ??? ??
• bit i?? ????? ?? t?? ???? ??? ??
• mi ??? - ??(0.25), ??(0.46) (??)

43
Model 3 ????? ????

• Tit Kit x At x DISTt fi
•  
• Tit i?? ????? ?? t?? ????? ?? ????? ?????
• Kit ???? ??? ()
• At t? ???()
• DISTt ?? ???? ???? ??? ???? ???? ???? ??

44
Model 4 ????? ????

• TVit TMt x Tit x Qit x µit
•  
• TVit i?? ????? ?? t?? ????? ?? ?? ??? ??? ? ??
  ???
• TMit ??????? t?? ?? ????? ?? ?
• Tit i?? ????? ?? t?? ?? ????? ??? ?????()
• Qit i?? ???? t? ???? ? 1?? ??? ?????

45
?? ?? ????? ????

• Model 1 ??? ????
• Ln((1 - At) / (1 - At-1)) a0 a1 GRPt a2
  DISTt
• Model 2, 3, 4 ????? ????
• TVit TMt x (pit x (1 / (1 exp(-citdi)) 1 /
  (1 exp(-bitei))) / 2 mi) x At x DISTt fi) x
  Qit x µit

46
Model Update

• Model 1
• ???? Ln((1 - At) / (1 - At-1))
• ???? GRPt, DISTt
• ?? a0, a1, a2
• ?? Update Linear
• Regression
• Model 2, 3, 4
• ???? TVit
• ???? TMt, pit, cit, bit, At, DISTt, Qit
• ?? di, ei, fi, µit
• ?? mi
• ?? Update Non-linear
• ?? Simulated Annealing, Tabu Search, Genetic
  Algorithm,
• ?? ??
• Artificial Neural Network

47
Automatic Model Update
???
48
Simulated Annealing

• s ? s0 e ? E(s) // Initial state, energy.
• sbest ? s ebest ? e // Initial "best
• solution k ? 0 // Energy evaluation count.
• while k lt kmax and e gt emax // While time left
  not good enough
• snew ? neighbour(s) // Pick some neighbor.
• enew ? E(snew) // Compute its energy.
• if enew lt ebest then // Is this a new best?
• sbest ? snew ebest ? enew // Save 'new
  neighbor' to 'best found'.
• if P(e, enew, temp(k/kmax)) gt random() then //
  Should we move to it?
• s ? snew e ? enew // Yes, change state.
• k ? k 1 // One more evaluation done
• return sbest // Return the best solution found.

49
Neighbor Structure
(, , , ) (, , , 0) (, , , -) (, , 0, ) (, , 0, 0) (, , 0, -) (, , -, ) (, , -, 0) (, , -, -) (, 0, , ) (, 0, , 0) (, 0, , -) (, 0, 0, ) (, 0, 0, 0) (, 0, 0, -) (, 0, -, ) (, 0, -, 0) (, 0, -, -) (, -, , ) (, -, , 0) (, -, , -) (, -, 0, ) (, -, 0, 0) (, -, 0, -) (, -, -, ) (, -, -, 0) (, -, -, -) (0, , , ) (0, , , 0) (0, , , -) (0, , 0, ) (0, , 0, 0) (0, , 0, -) (0, , -, ) (0, , -, 0) (0, , -, -) (0, 0, , ) (0, 0, , 0) (0, 0, , -) (0, 0, 0, ) (0, 0, 0, 0) (0, 0, 0, -) (0, 0, -, ) (0, 0, -, 0) (0, 0, -, -) (0, -, , ) (0, -, , 0) (0, -, , -) (0, -, 0, ) (0, -, 0, 0) (0, -, 0, -) (0, -, -, ) (0, -, -, 0) (0, -, -, -) (-, , , ) (-, , , 0) (-, , , -) (-, , 0, ) (-, , 0, 0) (-, , 0, -) (-, , -, ) (-, , -, 0) (-, , -, -) (-, 0, , ) (-, 0, , 0) (-, 0, , -) (-, 0, 0, ) (-, 0, 0, 0) (-, 0, 0, -) (-, 0, -, ) (-, 0, -, 0) (-, 0, -, -) (-, -, , ) (-, -, , 0) (-, -, , -) (-, -, 0, ) (-, -, 0, 0) (-, -, 0, -) (-, -, -, ) (-, -, -, 0) (-, -, -, -)

• Neighbor of di, ei, fi, µit
• E.g.
• Current
• 1.0, 1.0, 1.0, 1.0
• Precision
• 0.1
• Neighbor
• , , 0, -
• 1.1, 1.1, 1.0, 0.9

50
Evaluation

• ??? Tvit
• ??? Tvit' TMt x (pit x (1 / (1
  exp(-citdi)) 1 / (1 exp(-bitei))) / 2 mi)
  x At x DISTt fi) x Qit x µit
• ???
• ((Tvit - Tvit')2 / n)1/2
• n number of data

51
Tabu Search

• Notation
• o     S, the current solution,
• o     S, the best-known solution,
• o     f, value of S,
• o     N(S), the neighborhood of S,
• o     Ñ(S), the admissible subset of N(S)
  (i.e., non-tabu or allowed by aspiration).
• Initialization
• Choose (construct) an initial solution S0.
• Set S S0 , f f(S0), S S0 , T Ø.
• Search
• While termination criterion not satisfied do
• o       Select S in argmin f(S') for S'e Ñ(S)
• o       If f(S) lt f, then set f f(S), S
  S
• o       Record tabu for the current move in T
  (delete oldest entry if necessary)
• Endwhile.

52
Genetic Algorithm

• Choose the initial population of individuals
• Evaluate the fitness of each individual in that
  population
• Repeat on this generation until termination
  (time limit, sufficient fitness achieved, etc.)
• Select the best-fit individuals for reproduction
• Breed new individuals through crossover and
  mutation operations to give birth to offspring
• Evaluate the individual fitness of new
  individuals
• Replace least-fit population with new individuals

53
Genetic Algorithm for MIS

• Size of population 100
• Fitness ??? ((Tvit - Tvit')2 / n)1/2
• Crossover
• di' (diF diM) / 2
• ei' (eiF eiM) / 2
• fi' (fiF fiM) / 2
• µit' (µitF µitM) / 2
• Mutation
• Normal(0, precision)

54
Experiment

• 20?? ??? ?? ?? ??
• ?? ?? ? 100?? ?? ??
• ??, ???? ?? ??
• ?? mi 0.46
• ???? ??
• TVit TMt x (pit x (1 / (1 exp(-citdi)) 1 /
  (1 exp(-bitei))) / 2 mi) x At x DISTt fi) x
  Qit x µit
• 100? ? ??? 50?, ??? 50? ??
• ???
• ((Tvit - Tvit')2 / n)1/2

55
Experiment Simulated Annealing
?? No. ??? ??? ??
di ei fi µit di ei fi µit sqrt(ESS/n)
1 0.9365 0.4382 0.0436 0.7803 0.9365 0.4382 0.0436 0.7803 0.00
2 0.9199 0.8765 0.7002 0.9718 0.9199 0.8765 0.7002 0.9718 0.02
3 0.5142 0.5995 0.0900 0.6093 0.5142 0.5995 0.0900 0.6093 0.00
4 0.3713 0.2902 0.8729 0.1717 0.3713 0.2902 0.8729 0.1717 1.10
5 0.7137 0.3485 0.1205 0.7633 0.7137 0.3485 0.1205 0.7633 0.02
6 0.7359 0.7618 0.1242 0.1640 0.7359 0.7618 0.1242 0.1640 0.00
7 0.4120 0.2482 0.3735 0.3031 0.4120 0.2482 0.3735 0.3031 0.02
8 0.0885 0.5231 0.8920 0.5658 0.0885 0.5231 0.8920 0.5658 0.04
9 0.4185 0.8520 0.4351 0.0868 0.4185 0.8520 0.4351 0.0868 0.04
10 0.8392 0.6276 0.5864 0.7889 0.2598 0.5387 0.5915 0.8919 587,559.69
11 0.8382 0.5747 0.6915 0.5206 0.8382 0.5747 0.6915 0.5206 0.08
12 0.6600 0.7270 0.2438 0.1101 0.6600 0.7270 0.2438 0.1101 3.00
13 0.5018 0.1308 0.6828 0.9445 0.5592 1.0000 0.6870 0.7471 5,914,427.69
14 0.4362 0.7303 0.9359 0.6039 0.4362 0.7303 0.9359 0.6039 0.07
15 0.2453 0.4088 0.2786 0.7923 0.2453 0.4088 0.2786 0.7923 0.01
16 0.1878 0.6660 0.7074 0.5474 0.1878 0.6660 0.7074 0.5474 0.03
17 0.9065 0.2633 0.8208 0.2182 0.9065 0.2633 0.8208 0.2182 1.22
18 0.2501 0.4298 0.4895 0.8934 0.2501 0.4298 0.4895 0.8934 0.01
19 0.1664 0.7223 0.4325 0.3814 0.1664 0.7223 0.4325 0.3814 0.18
20 0.8440 0.4600 0.8055 0.1501 0.2469 0.6389 0.8077 0.1633 649,919.28
?? 357,595.63
56
Experiment Genetic Algorithm
?? No. ??? ??? ??
di ei fi µit di ei fi µit sqrt(ESS/n)
1 0.9365 0.4382 0.0436 0.7803 0.9365 0.4382 0.0436 0.7803 0.11
2 0.9199 0.8765 0.7002 0.9718 0.8922 0.8949 0.6999 0.9740 92,054.96
3 0.5142 0.5995 0.0900 0.6093 0.5142 0.5995 0.0900 0.6093 0.21
4 0.3713 0.2902 0.8729 0.1717 0.3713 0.2902 0.8729 0.1717 1.38
5 0.7137 0.3485 0.1205 0.7633 0.7137 0.3485 0.1205 0.7633 0.24
6 0.7359 0.7618 0.1242 0.1640 0.3021 0.9638 0.1225 0.1777 24,725.34
7 0.4120 0.2482 0.3735 0.3031 0.4120 0.2482 0.3735 0.3031 0.39
8 0.0885 0.5231 0.8920 0.5658 0.0885 0.5231 0.8920 0.5658 5.25
9 0.4185 0.8520 0.4351 0.0868 0.4701 0.7436 0.4402 0.0853 17,522.20
10 0.8392 0.6276 0.5864 0.7889 0.2598 0.5387 0.5915 0.8919 587,559.69
11 0.8382 0.5747 0.6915 0.5206 0.8382 0.5747 0.6915 0.5206 2.29
12 0.6600 0.7270 0.2438 0.1101 0.6458 0.6955 0.2442 0.1106 4,932.28
13 0.5018 0.1308 0.6828 0.9445 0.5018 0.1308 0.6828 0.9445 3.22
14 0.4362 0.7303 0.9359 0.6039 0.4362 0.7303 0.9359 0.6039 2.94
15 0.2453 0.4088 0.2786 0.7923 0.2453 0.4088 0.2786 0.7923 0.76
16 0.1878 0.6660 0.7074 0.5474 0.1878 0.6660 0.7074 0.5474 2.14
17 0.9065 0.2633 0.8208 0.2182 0.9384 0.9306 0.8189 0.1928 849,636.53
18 0.2501 0.4298 0.4895 0.8934 0.2501 0.4298 0.4895 0.8934 0.88
19 0.1664 0.7223 0.4325 0.3814 0.9386 0.6772 0.4235 0.3290 287,461.00
20 0.8440 0.4600 0.8055 0.1501 0.2470 0.6389 0.8077 0.1633 649,919.28
?? 125,691.56
57
Summary

• Marketing Intelligence Solution ??
• ??? ?? ??? ?? ????? ??
• Model 1 ??? ?? ??
• Model 2 ?????? ?? ??
• Model 3 ????? ??
• Model 4 ????? ??
• Model 2, 3, 4 ????
• ?? Update
• Non-linear
• ?? ??? ?? ?? Update
• Simulated Annealing
• Tabu Search
• Genetic Algorithm
• ?? ? ???? ?? ?