On the tightness of linear relaxations of alternative mixed integer programming formulations for the generator maintenance scheduling problem
本文针对预防性发电机检修调度问题的六种混合整数规划模型展开线性松弛紧性分析,识别出对偶界更优、计算性能更好的模型,为改进检修调度过程的模型选择提供理论依据。
2025-02-13 math.OC
Matheuristics for a Parallel Machine Scheduling Problem with Non-Anticipatory Family Setup Times: Application in the Offshore Oil and Gas Industry
在本文中,我们解决了一个变种的批排序问题,具有相同的平行机和非预期的家庭安装时间,以最小化总加权完工时间。我们开发了一个ILS和GRASP数学解决问题,使用建设性的启发式和两个基于MIP的邻域搜索,考虑两个批调度数学公式。该问题来源于与海上油气物流相关的船舶调度问题--铺管辅助船调度问题。所开发的方法克服了目前的解决方案在PLSVSP文献中的方法,根据实验进行的基准的72个实例,具有不同的大小和特点,在计算时间和解决方案的质量。为所有大中型实例提供了新的最佳解,最佳情况下的目标函数降低了10%以上。
2020-10-28 math.OC
Disaggregated Benders Decomposition for solving a Network Maintenance Scheduling Problem
我们考虑一个问题,一个网络和一组维护请求进行。我们希望以这样一种方式安排维护,以尽量减少对网络总吞吐量的影响。我们应用分解的Benders切割和惰性约束来解决问题的最优性,以及探索该技术的优点和缺点。我们证明了我们的Benders切割是帕累托最优的。LP松弛的解决方案还提供了进一步的有效不等式,以减少总的求解时间。我们实现这些技术在以前的论文中提出的模拟数据,并比较我们的解决方案技术,以前的方法和直接MIP制定。我们证明了许多问题的最优性,以前没有被证明。
2017-03-16 math.OC
Solution of a bilevel optimistic scheduling problem on parallel machines
University of Tours(图尔大学);Politecnico di Torino(都灵理工大学);Utrecht University(乌得勒支大学);CNR(意大利国家研究委员会)
本文提出了一种解决并行机器上乐观双层调度问题的MIP方法,证明其在强意义下为NP难,并通过动态规划和列生成算法进行求解。
2026-03-05 math.OC
Order acceptance and scheduling in capacitated job shops
针对农业公司研发项目管线管理需求,提出带订单接受的capacitated作业车间调度的MIP模型,研究资源容量与作业延迟对研发吞吐量的影响,发现该模型对容量约束宽松的超大型实例可证最优性。
2024-11-28 cs.DM math.OC
Tight MIP formulations for bounded length cyclic sequences
我们研究循环二进制字符串的连续的1和0的间隔的长度上的界限。这是由调度问题,这样的二进制字符串可以用来表示状态(开/关)的机器。在这种情况下,边界对应于开或关间隔的最小和最大长度,并且循环串可以用于对周期性时间表进行建模。非循环弦的扩展结果并不直接。我们提出了一个非平凡的紧紧凑的扩展网络流制定,以及有效的不平等的状态和启动变量的空间中的一些被证明是刻面定义。应用析取规划的结果,我们还将扩展的网络流制定到一个扩展的制定的状态和启动变量的空间。
2018-09-06 cs.DM math.CO math.OC
AttenMfg: An Attention Network Based Optimization Framework for Sensor-Driven Operations & Maintenance in Manufacturing Systems
针对租赁制造系统O&M调度传统MIP方法计算慢、扩展性差的问题,提出嵌入约束感知掩码与数学规划奖励的AttenMfg注意力框架,实现秒级求解、可行且质量相当、泛化性强。
2025-03-24 math.OC
Multiple-Periods Locally-Facet-Based MIP Formulations for the Unit Commitment Problem
火电机组组合问题历来被归结为混合整数二次规划(MIQP)问题,特别是对于大规模系统,该问题很难有效求解。更紧密的特征减少了搜索空间,因此,作为自然的结果,显著降低了计算负担。在文献中,许多紧缩的单一单位与部分约束的公式,没有明确地介绍他们是如何推导出来的。在本文中,一个系统的方法来制定严格的配方。其思想是使用更多的二进制变量来表示单元的状态,从而获得最严格的上界的发电限制和斜坡约束的一个单一的单位。在这种方式中,我们提出了一个多周期制定的滑动窗口的基础上,可能有不同的大小为系统中的每个单元。在此基础上,建立了考虑历史条件的多期模型。此外,给出了单单位约束多面体的面的充分和必要条件,并消除了多余的不等式。所提出的模型和其他三个国家的最先进的模型进行了测试,73个实例的调度时间为24小时。测试系统中的发生器数量范围为10至1080。仿真结果表明,当多周期公式的窗口大小大于2时,我们提出的多周期公式比其他三种最先进的模型更紧凑。
2022-09-23 math.OC
Deep learning enhanced mixed integer optimization: Learning to reduce model dimensionality
Imperial College London(帝国理工学院)
本文提出深度学习增强的 MIP 降维框架,通过预测复杂二元变量生成简化模型并结合现成求解器,利用合成数据、ANN/CNN 比较与贝叶斯调优提升全局最优求解表现。
2024-05-10 cs.AI cs.LG math.OC
Driver Routing and Scheduling with Synchronization Constraints
本文针对长途巴士网络中司机可在途中任意站点交换的调度问题,提出基于时间扩展多有向图的数学模型和破坏性下界增强的数学启发式方法,在 Flixbus 真实案例中显著减少司机数量并高效求得可证明最优解。
2023-12-04 math.OC
Exact and heuristic methods for Anchor-Robust and Adjustable-Robust RCPSP
针对加工时间不确定的资源受限项目调度问题,提出了锚定解的概念。定义了锚鲁棒RCPSP算法,用来计算一个具有有界最大完工时间和排序决策的基线调度问题,并给出了一个具有保证开工时间的最大工件子集,称为锚集。结果表明,可调鲁棒RCPSP从文献中适合锚定解决方案的框架内。锚定鲁棒RCPSP和可调整鲁棒RCPSP可以互相受益,找到最坏情况下的最大完工时间和锚定集的基线进度。锚定解决方案的专用图模型提出了预算的不确定性。紧凑的MIP重新制定的可调鲁棒RCPSP和锚鲁棒RCPSP。基于图模型设计了专用物流系统。对于这两个问题,建议MIP重新配方和启发式方法的效率进行评估,通过数值实验的基准实例。
2020-11-03 math.OC
High Dimensional Three-Periods Locally Ideal MIP Formulations for the UC Problem
火电机组组合问题通常可以归结为一个混合整数二次规划问题,特别是对于大规模的火电机组组合问题,其求解效率很低。更紧密的特征减少了搜索空间,因此,作为一个自然的结果,显着减少了计算负担。在文献中,许多收紧的单一单位与部分约束的配方报道,没有介绍他们是如何推导出来的。在本文中,一个系统的方法来制定严格的配方。其思想是在高维空间中引入更多的新变量来捕获单个单元在三个周期内的所有状态,然后利用这些状态变量系统地推导出UC中约束子集的三个周期的局部理想表达式。同时,利用这些新的状态变量的线性相关关系,保持了所得到的公式的紧凑性。基于这种方法,我们提出了两个更紧密的模型,即3 P-HD和3 P-HD-Pr。所提出的模型和其他四个国家的最先进的模型进行了测试,在51个实例,包括42个现实的实例和9个8单元为基础的实例,在24小时的调度期内,系统范围从10到1080发电机组。仿真结果表明,我们提出的MIQP UC公式是最紧密的,可以最有效地解决。采用分段逼近技术对二次型运营费用函数进行逼近后,六个UC MIQP公式可近似为六个相应的混合整数线性规划(MILP)公式。我们的实验表明,所提出的3 P-HD和3 P-HD-Pr MILP配方在紧密性和溶解时间方面也表现得最好。
2020-05-12 math.OC
Constraint and Mathematical Programming Models for Integrated Port Container Terminal Operations
University of Michigan(密歇根大学);Yasar University(亚沙尔大学)
本文研究集装箱码头的岸桥分配、岸桥调度、堆场位置分配和车辆调度作业的集成问题。主要目标是尽量减少船舶周转时间和最大限度地提高码头吞吐量,这是码头运营的关键经济驱动因素。由于它们的计算复杂性,这些问题在现有的工作中没有联合优化。本文重新审视这一局限性,并提出了混合规划(MIP)和约束规划(CP)模型的综合问题,在一些现实的假设。实验结果表明,MIP配方只能解决小的情况下,而CP模型发现在合理的时间内从实际的集装箱码头操作的现实情况下,最佳的解决方案。
2017-12-14 cs.AI math.OC
Learning to Schedule Heuristics in Branch-and-Bound
Zuse Institute Berlin(柏林祖斯研究所);University of Toronto(多伦多大学);HTW Berlin(柏林应用科学大学);Polytechnique Montréal(蒙特利尔理工学院);TU Berlin(柏林工业大学)
原始算法在混合规划的精确求解中起着至关重要的作用。虽然求解器保证在足够的时间内找到最佳解决方案,但实际应用通常需要在搜索早期找到好的解决方案,以实现快速决策。虽然MIP的研究主要集中在设计有效的算法,但如何在求解器中管理多个MIP算法的问题并没有得到同等的关注。一般来说,求解器遵循从广泛的实例集的经验测试中得出的硬编码规则。由于逻辑分析的性能依赖于实例,因此对特定问题使用这些通用规则可能不会产生最佳性能。在这项工作中,我们提出了第一个数据驱动的框架,在一个精确的MIP求解器调度调度算法。通过学习数据描述的性能的原始算法,我们得到了一个问题的具体时间表的算法,共同找到许多解决方案,以最小的成本。我们提供了一个正式的问题描述,并提出了一个有效的算法计算这样的时间表。与最先进的学术MIP求解器的默认设置相比,我们能够在一类具有挑战性的实例上将平均原始积分减少高达49%。
2021-03-18 cs.DM cs.LG math.OC
Constraint Programming Models For Serial Batch Scheduling With Minimum Batch Size
Georgia Institute of Technology(佐治亚理工学院)
针对具有最小批量要求的串行批调度问题,本文提出三种约束规划模型,实验表明在大规模实例上比现有MIP模型更快获得更优解。
2025-07-10 cs.AI cs.DC math.OC
Flow Shop Scheduling with Inter-Stage Flexibility and Blocking Constraints
针对奥地利预制房屋墙板生产线中带阻塞约束的排列流水车间调度问题,研究其阶段间灵活性,推导多项式可解特例,并提出基于MIP的数学启发式算法,经随机实例验证有效。
2024-11-27 cs.DM math.OC
Towards An Unsupervised Learning Scheme for Efficiently Solving Parameterized Mixed-Integer Programs
Tsinghua University(清华大学);PetroChina Planning and Engineering Institute(中国石油规划总院);CNPC Laboratory of Oil & Gas Business Chain Optimization(中国石油天然气集团公司油气产业链优化实验室)
本文提出一种无监督学习方案,通过训练自编码器构建割平面约束以缩小可行域,从而在保持求解质量的同时显著提升参数化混合整数规划的求解效率。
2024-12-24 cs.LG math.OC
Discovering Heuristics with Large Language Models (LLMs) for Mixed-Integer Programs: Single-Machine Scheduling
Grado Department of Industrial and Systems Engineering, Virginia Tech, Blacksburg, VA(弗吉尼亚理工大学工业与系统工程系);Department of Computer Science, Virginia Tech, Arlington, VA(弗吉尼亚理工大学计算机科学系)
本研究针对单机总拖期问题,借助大语言模型发现EDDC和MDDC两种新型启发式算法,实验证明其性能优于传统启发式算法,验证了人-LLM协作生成NP难组合优化高效启发式的可行性。
2025-10-28 cs.AI cs.LG cs.NE
A Multi-objective Mixed-integer Programming Approach for Supply Chain Disruption Response with Lead-Time Awareness
针对供应链中断响应中提前期与延迟幅度常被忽视的问题,提出一种混合整数规划模型,通过路由调度优化多目标成本,并开发离散事件仿真框架评估提前期不确定性下的解性能,以改善供应链设计与运营。
2023-08-04 cs.SY eess.SY math.OC
B$^3$-PWL: GPU-Batched Branch-and-Bound for Piecewise-Linear Optimization with SOS2 Constraints
Johns Hopkins University(约翰斯·霍普金斯大学);University of North Carolina, Chapel Hill(北卡罗来纳大学教堂山分校);City University of Hong Kong(香港城市大学);The Hong Kong Institute of AI for Science(香港人工智能科学研究所)
本文提出以GPU为中心的B³-PWL框架,通过批处理LP松弛子问题等技术,在PWL优化问题上实现了相对于cuOpt的9.25倍几何平均加速,性能优于多款CPU求解器。
2026-09-01 cs.DC math.OC
Surrogate "Level-Based" Lagrangian Relaxation for Mixed-Integer Linear Programming
混合线性规划(MILP)在一系列科学学科和对社会具有战略重要性的领域中发挥着重要作用。MILP问题,然而,遭受组合的复杂性。由于整数决策变量,随着问题大小的增加,可能的解决方案的数量超线性地增加,从而导致计算工作量的急剧增加。为了有效地解决MILP问题,“基于价格”的分解和协调方法开发利用1。分解后复杂度的超线性降低; 2.几何收敛潜力固有的波利亚克的步进公式,以最快的协调可能获得近最优解的计算效率的方式。与以前所有通过调整超参数来精确地设置步长的方法不同,获得步长的关键新方法是纯粹基于决策的:解决了一个新的“辅助”约束满足问题,从中推断出适当的步长。对大规模广义指派问题(GAP)的测试结果表明,对于大多数情况下,得到了可证明的最优解。对于随机作业车间调度以及制药调度,计算结果表明,两个数量级的加速相比,分支和切割(B&C)。这种新方法对有效解决各种科学领域中出现的复杂混合整数规划(MIP)问题具有重大影响。
2023-01-04 cs.DM math.CO math.OC
Evolving School Transport Electrification: Integrated Dynamic Route Optimization and Partial Charging for Mixed Fleets
University at Buffalo(布法罗大学)
本研究提出一种集成动态路径优化与部分充电调度的线性化混合整数规划方法,用于电动校车车队规划,在测试中最高可减少56.4%的行驶距离并降低运营成本。
2025-11-01 math.OC