mixed-integer linear programs | BriefGPT

关键词mixed-integer linear programs

搜索结果 - 8

通过分层序列 / 集合模型学习剪裁以实现高效混合整数规划
我们提出了一种新的层次序列 / 集合模型（HEM），可以同时解决切割选择的三个挑战：学习要选择哪些切割、学习选择多少切割、以及学习选择顺序。实验证明，HEM 显著提高了求解 MILP 问题的效率。
PDF3 months ago
重新考虑图神经网络在分支策略中的容量
研究表明图神经网络能够有效地表示和学习基于混合整数线性规划的解决策略，其中包括强分支评分。另外，该研究还证明第二阶基因网络结构能够以高准确率和高概率近似强分支评分。
PDF5 months ago
学习停止剪切生成以提高混合整数线性规划的效率
通过使用混合整数线性规划中的割平面，我们设计了一个基于增强学习的混合图表示模型 (HYGRO)，来解决割平面生成停止问题，并与现代求解器集成，实验证明 HYGRO 相对于竞争基准有显著的解决效率提升，达到了高达 31% 的改进。
PDF5 months ago
有限数据可用情况下深度实例生成框架在 MILP 求解器中的应用
提出了 G2MILP 方法，它作为第一个深度生成 MILP 实例的框架，通过将 MILP 实例表示为二分图，并应用掩码变分自编码器来生成新的实例，既不依赖于专家设计的公式，同时又能保持真实世界数据集的结构和计算难度，从而为增强 MILP 求
PDF9 months ago
基于深度学习的气举采油优化的早期修复：监督和弱监督方法
通过深度学习模型训练并提供整数变量的值，我们提出了一种基于深度学习模型的量身定制启发式解决方案，将原始问题转化为线性规划问题，进而减少了问题求解时间，减少了运行时间约为 71.11%。尽管在训练期间未看到最优解值，但是弱监督学习模型在早期修
PDF10 months ago
ICLR通过层次序列模型学习混合整数线性规划的切割选择
通过强化学习，提出了一种新的层次序列模型（HEM），可以同时解决切割选择中的三个主要问题：（P1）哪些切割应该优先选择，（P2）应选择多少切割和（P3）优选选择的切割顺序对于求解混合整数线性规划问题的效率有显著影响。
PDFa year ago
MM混合人机团队角色分配与任务规划的一体化动态方法
该研究提出了一个基于行为树的动态集成方法，用于规划和分配混合人机团队中的任务，可用于制造环境，并采用多个简化的在线优化子问题中解决角色分配问题，每个子问题都可以定义为混合整数线性规划。
PDF3 years ago
使用图卷积神经网络进行精确组合优化
本文提出了一种基于图卷积神经网络的分支定界变量选择新模型，通过模仿学习和强分支专家规则训练，成功解决了组合优化问题。实验结果表明，该方法不仅在分支机制上优于现有的机器学习方法，而且在大问题上也优于现有的专家设计分支规则。
PDF5 years ago