A LP relaxation based matheuristic for multi-objective integer programming
基于他们在单目标领域的成功,我们提出了一个非常简单的基于线性规划的三目标二元整数规划的数学模型。为了解决这个问题,我们得到了下界集的矢量线性规划求解器Bensolve。然后,简单的启发式方法,如四舍五入和路径重连,被施加到这个下界集,以获得高质量的近似的最佳的折衷解决方案。所提出的算法相比,最近建议的算法,据我们所知,三目标整数规划的唯一现有的数学方法。计算实验表明,我们的方法产生一个更好的近似真实的帕累托前沿使用显着更少的时间比基准方法的标准基准实例的三目标背包问题。
2021-02-06 math.OC
Scanning integer points with lex-inequalities: A finite cutting plane algorithm for integer programming with linear objective
我们考虑由格基定义的字典序规则排序的幺模锥K中的整数点。对于K中的每个整数点x,我们关联一个不等式族(lex-cut),该不等式族定义了K中在字典上不小于x的整数点的凸包。lex-cut族包含Chvatal-Gomory cut,但不包含且不包含在split cut族中。这提供了求解整数规划min{cx:x \in S \cap Z^n }的有限割平面法,其中S \subset R^n是紧集,c \in Z^n .我们分析了我们的算法的迭代次数。
2020-07-28 math.OC
Bi-Objective Optimization over the Efficient Set of Multi-Objective Integer Quadratic Problem
针对多目标整数二次规划有效集上的双线性分式优化问题,提出一种结合分支定界、有效割平面与整数检验的精确分支切割算法,并通过示例验证其运行机制。
2024-02-02 math.OC
Multi-objective integer programming: An improved recursive algorithm
针对多目标整数规划(MOIP)问题,提出了一种改进的递归算法来生成所有非支配目标向量的集合。我们显着改善了早期的递归算法Özlen和Azizoallu通过使用一组已经解决的子问题和他们的解决方案,以避免解决大量的IP。一个数值例子来解释该算法的工作原理,我们进行了一系列的计算实验,以显示可以获得的节省。正如我们的实验所示,随着问题的目标数量增加,改进变得更加显著。
2013-02-22 math.OC
Relaxations and Duality for Multiobjective Integer Programming
本文研究多目标整数规划的松弛与对偶理论,提出连续、凸包和拉格朗日松弛并分析其关系,构造了在支撑解处具有强对偶性的拉格朗日对偶和集值超加性对偶,并通过数值实验验证拉格朗日对偶可获得更紧的界。
2023-09-15 math.OC
Accelerated Benders decomposition for bi-objective mixed integer programming
Johannes Kepler University Linz(林茨约翰内斯·开普勒大学);Hankuk University of Foreign Studies(韩国外国语大学)
针对双目标混合整数规划中的可持续供应链网络设计问题,提出重用加权求和法先前迭代的Benders割来初始化主问题,从而显著减少计算时间。
2026-10-06 math.OC
Efficient Projection Partitioning for parallel multi-objective integer optimisation
本文介绍了一种新的方法划分的多目标优化问题的并行处理的解决方案空间,称为有效的投影分割。这种方法将解决方案向下投影到单个维度中,大大降低了划分搜索空间的成本。我们测试EPP的各种随机生成的多目标组合优化问题。结果进行了比较,与最先进的并行分区,我们表明,在所有的情况下测试,我们的新算法的性能显着更好。我们所提出的方法允许通过使用高度并行的计算基础设施生成具有更多决策变量或目标函数的较大问题的非支配集。提供信源编码以允许其他人利用、构建和改进算法
2017-11-22 math.OC
A Method for Convex Black-Box Integer Global Optimization
研究了整数格的非空有限子集上的凸函数在非整数点上不可求值时的极小化问题。我们提出了一个新的低估,不需要访问(子)梯度的目标,而是使用割线线性函数插值的目标函数在以前评估的点。这些线性映射被证明低估了在域的断开部分的目标。因此,这些条件割的并集提供了目标的非凸低估器。我们提出了一种算法,更新低估和评估的目标函数之间交替。我们证明了该算法收敛到可行集上的目标函数的全局极小值。我们提出了两种方法来表示低估,并比较其计算效率。我们还比较了我们的算法实现与现有的方法最小化的整数格的一个子集上的函数。我们讨论了这个问题类的难度,并提供见解,为什么最优性的计算证明是具有挑战性的,即使是中等规模的问题。
2020-01-07 math.OC
A multi-objective perspective on block-structured integer programs with one soft coupling constraint
Aarhus University(奥胡斯大学);University of Wuppertal(伍珀塔尔大学)
将软耦合约束视为第二目标,将单目标问题转化为可加分离的双目标优化,通过二分搜索定位感兴趣区域,提出算法提供单目标最优的可证界,并利用λ查找机制加速,从区域中间向外搜索非支配解,大幅减少整数规划调用。
2026-06-24 math.OC
A High-Performance Parallel Algorithm for Multi-Objective Integer Optimization
RPTU Kaiserslautern-Landau(莱茵兰-普法尔茨科学技术大学凯泽斯劳滕-兰道校区)
PEA是一种高性能的多目标整数优化并行算法,通过利用标量化参数集结构实现高可扩展性和效率,能解决更大规模的问题且具有坚实的理论基础。
2026-02-12 math.OC
An outer approximation algorithm for multi-objective mixed-integer linear and non-linear programming
本文给出了任意多目标混合整数线性规划问题的一次外逼近算法。该算法也适用于某些类别的非线性规划问题。它产生非支配的极值点以及这些点的凸包的小平面。该算法依赖于一个解决单目标加权和问题的预言机,我们证明了所需的预言机调用次数是多项式的非支配极值点的凸包的情况下,多目标混合整数规划(MOMILP)的方面。因此,对于加权和问题在多项式时间内可解的MOMILP问题,可以用递增多项式延迟来计算面。该算法从实用角度出发,从非支配极值点的有效下界集出发,通过迭代改进,可用于多目标分枝定界算法,即使在收敛前中断,也能在任何阶段提供有效的下界集。此外,预言机产生Pareto最优解,这使得算法在多目标分支定界环境中从原始侧也具有吸引力。最后,预言机也可以与原始问题的任何松弛调用,并且所获得的点和面仍然提供有效的下界集。一组基准实例从文献和新的非线性多目标实例的计算研究。
2022-05-02 math.OC
New $ε$-constraint methods for multi-objective integer linear programming: a Pareto front representation approach
使用生成方法处理多目标问题具有一些有趣的优点,因为它为决策者提供了关于非支配点集(帕累托前沿)的完整信息和对问题的清晰概述。然而,为决策者提供许多解决方案也可能是压倒性的。作为替代方法,呈现帕累托前沿的一组代表性解可能是有利的。选择这样的代表集本身也是一个多目标问题,必须考虑要呈现的解的数量、一致性和/或代表的覆盖范围,以保证其质量。本文提出了三个算法的表示问题的多目标整数线性规划问题的两个或两个以上的目标函数,他们中的每一个处理的每一个维度的问题(基数,覆盖,和一致性)。这些算法都是基于$ε$约束的方法。此外,本文还提出了克服帕累托前界估计不佳的策略。该算法进行了测试的能力,有效地产生整个帕累托前或其表示。均匀性和基数算法被证明是非常有效的二进制和整数问题,在文献中是最好的。覆盖率和均匀性算法都能在其目标对象上提供良好的质量表示,而基数算法似乎是最灵活的,对于基数较低的表示和基数较高的覆盖率来说,它能保持均匀性。
2021-09-03 math.OC
Using Subproblem Objective Gaps in Inexact Augmented Lagrangian and ADMM Algorithms, with Applications to Stochastic Mixed Integer Programming
Rutgers University(罗格斯大学)
研究随机混合整数规划问题,利用“部分强凸性”引理,在不精确增广拉格朗日和交替方向乘子法中用子问题目标间隙计算拉格朗日界,改进求解子问题准则,收敛分析更简单,且弗兰克 - 沃尔夫变体选择更自由。
2026-08-24 math.OC
Representing the Non-dominated Set of Multi-objective Network Problems by Supported Non-dominated Points
University of Wuppertal(伍珀塔尔大学)
研究多目标网络问题中,针对无支持非支配点计算难及支持点集可能过大的问题,建议用(极端)支持点作子集选择候选集,数值结果显示其能产生与完整非支配集质量相近的固定大小表示。
2026-11-10 cs.DM cs.NE math.OC
A Branch and Bound Based on NSGAII Algorithm for Multi-Objective Mixed Integer Non Linear Optimization Problems
多目标混合非线性规划问题在实际应用中有着广泛的应用,特别是在机械工程领域。为了确定一个很好的近似帕累托前这类问题,我们提出了一个通用的混合方法的基础上的多标准分支定界(MCBB)和非支配排序遗传算法2(NSGAII)。我们提出了一个计算实验的统计评估的基础上,所提出的算法(BNB-NSGAII)与NSGAII使用著名的指标从文献中的性能进行比较。我们提出了一个新的度量,投资比率(IR),涉及的解决方案的质量消耗的努力。我们考虑五个现实世界的机械工程问题和两个数学问题作为测试问题,在这个实验中。实验结果表明,BnB-NSGAII可能是一个有竞争力的替代解决MO-MINLP。
2020-11-30 math.OC
Multi-Objective Mixed Integer Programming: An Objective Space Algorithm
本文介绍了第一种目标空间算法,它能精确地求出任意个数目标函数的混合整数多目标线性规划的所有支持和非支持非支配解。该算法分为三个阶段。首先建立一个包含Pareto前沿的超集。这个超集然后被修改为不包含任何相交的多面体。一旦实现了这一点,该算法就有效地计算出超集的哪些部分不是帕累托前沿的一部分,并将它们删除,只留下帕累托前沿。
2019-09-09 cs.DS math.OC
Branch-and-bound for biobjective mixed-integer linear programming
本文提出了一个求解双目标混合整数线性规划的Pareto解的一般分枝定界算法。主要贡献是新的算法获得对偶边界的节点,检查节点探测,预解决和对偶间隙测量。我们的分支定界主要是决策空间搜索法,因为分支是在决策变量上执行的,类似于单目标问题,尽管我们有时也在目标空间中分裂间隙和分支。使用用于存储帕累托集的数据结构来实现各种算法。计算实验进行了文献实例,也对一组新的实例,我们使用MIPLIB基准库单目标问题。我们还进行了比较,从文献中的三角形分裂方法,这是一个目标空间搜索算法。
2020-10-17 math.OC
Multi-objective integer programming: Synergistic parallel approaches
精确求解多目标整数规划(MOIP)问题通常是一个非常耗时的过程,特别是对于大型和复杂的问题。并行计算有可能大大减少解决此类问题所需的时间,但前提是使用合适的算法。我们的第一个新算法遵循一个简单的技术,展示了令人印象深刻的性能,其设计。然后,我们继续介绍新的理论,开发更有效的并行算法。该理论利用对称群的元素将置换应用于目标函数以分配不同的工作负载,并应用于按字典顺序排列目标函数的算法。因此,信息和更新的边界可以实时共享,从而在线程之间创建协同作用。我们设计并实现了两个算法,利用这样的理论。为了正确分析我们的三个算法的运行时间,我们将它们与文献中的两个现有算法进行比较,并反对在我们选择的IP求解器CPLEX中使用多线程。这六种不同的并行算法,第一次的调查,证明了并行计算的优势。在测试的所有问题类型中,我们的新算法在较小的情况下与现有算法不相上下,在较大的情况下大大优于竞争对手。这些新的算法和免费提供的实现,允许调查复杂的MOIP问题,四个或更多的目标。
2018-11-01 math.OC
Proximity-based approximation algorithms for integer bilevel programs
研究下层为凸二次整数规划的双层规划,证明判定问题为$Σ_2^p$-难,并利用邻近性结果证明自然启发式算法可为领导者目标提供加性近似保证,计算表明实际效果优于最坏界限。
2024-12-20 math.OC
On Tropical Linear and Integer Programs
本文给出了热带线性规划强对偶定理和弱对偶定理的简洁紧凑的证明。因此,对于一对热带原始-对偶问题,不存在对偶间隙。这一结果与已知的性质subeigenvectors一起,使我们能够直接解决一个特殊的热带双边约束的线性规划。我们还研究了热带整数线性规划的对偶间隙。原问题有一个直接的解。对于对偶问题,给出了一个二次复杂度的算法。只要目标函数的系数都是整数,就可以直接求解。该解决方案在一般情况下产生最优目标函数值的良好估计。
2017-09-26 math.OC
A matheuristic for tri-objective binary integer programming
许多现实世界的优化问题涉及多个目标。当同时考虑时,它们会产生一组最佳权衡解决方案,也称为有效解。这些解决方案具有这样的性质,即在不恶化另一个目标的情况下,任何一个目标都不能得到改善。受数学方法在单目标领域的成功启发,本文提出了一种基于线性规划的三目标二元整数规划的数学方法。为了实现一个高质量的近似的最佳的一组折衷解决方案,一个下界集首先获得使用矢量线性规划求解器Bensolve。然后,可行性泵为基础的思想,结合路径重连接,以新的方式应用,以获得高质量的上界集。我们的数学相比,最近建议的算法,即,据我们所知,三目标整数规划的唯一现有的数学方法。在一个广泛的计算研究中,我们表明,我们的方法产生一个更好的近似真实的帕累托前沿比基准方法在一个大的三目标基准实例。由于开发的方法从一个潜在的分数下界集开始,它也可以被用来作为一个原始的启发式的背景下,基于线性松弛的多目标分支定界算法。
2022-05-05 cs.DM math.OC
A Framework for Balancing Power Grid Efficiency and Risk with Bi-objective Stochastic Integer Optimization
针对电网扩展规划中极端温度风险与效率的权衡,提出双目标随机整数优化模型及条件采样方法,结合空间相关温度模型,在真实数据案例中验证了其有效性。
2024-05-28 math.OC
A simple and efficient dichotomic search algorithm for multi-objective mixed integer linear programs
本文提出了一种简单而有效的算法,用于计算任意维多目标混合整数线性规划结果集中的所有非支配极值点。该方法推广了著名的二分法,以计算基于加权和标量化迭代解的双目标规划结果集中的非支配极值点集。它使用作为一个主程序的凸包算法。该算法的说明,并进行了数值测试,多目标分配和背包问题的实例。实验结果证实了该方法的计算效率。最后,在递增的多项式时间内的实现计算的非支配极值点的数量是可能的,假设字典版本的问题可以在多项式时间内解决。
2019-11-20 cs.CG math.OC
Graver basis and proximity techniques for block-structured separable convex integer minimization problems
考虑N重4块可分解整数规划,它同时推广了N重整数规划和N种情形的两阶段随机整数规划。在以前的工作[R。Hemmecke,M.克普河Weismartel,N重4块可分解整数规划优化的多项式时间算法,Proc. IPCO 2010,计算机科学讲义,第6080卷,Springer,2010,pp. 219- 229],证明了对于固定的块但变量N,这些整数规划对于任何线性目标都是多项式时间可解的。我们将这一结果推广到可分凸目标函数的极小化问题。我们的算法结合了Graver基技术与邻近结果[D.S. Hochbaum和J.G. Shanthikumar,凸可分离优化不比线性最优化难多少,J. ACM 37(1990),843- 862],它允许我们使用凸连续优化作为子程序。
2012-07-05 math.OC
Approaches for Biobjective Integer Linear Robust Optimization
针对双目标混合整数线性鲁棒优化中鲁棒有效解求解方法不足的问题,本文提出三种结合二分搜索、optimization-pessimization 与对偶性的算法,并通过线性及整数线性实例验证其优劣。
2023-11-03 math.OC
Derivative-free methods for mixed-integer nonsmooth constrained optimization
在本文中,我们考虑混合整数非光滑约束最优化问题,其目标/约束函数仅作为黑盒零阶预言机的输出(即,不提供衍生信息的Oracle),并且我们提出了一种新的基于无衍生的线搜索的算法框架来适当地处理这些问题。我们首先描述了一个计划,结合了密集的方向序列(处理的非光滑的目标函数)与原始方向(处理离散变量)的约束问题。然后,我们嵌入一个精确的惩罚方法,该计划适当地管理非线性(可能是非光滑的)约束。我们分析了所提出的算法对稳定点的整体收敛特性,我们报告了一组混合整数测试问题的大量数值经验的结果。
2021-07-01 math.OC
Marginal Probability-Based Integer Handling for CMA-ES Tackling Single-and Multi-Objective Mixed-Integer Black-Box Optimization
针对CMA-ES在混合整数黑盒优化中因离散化导致优化停滞的问题,提出基于边际概率下界的整数处理方法,并成功扩展至多目标优化。
2024-01-11 cs.NE math.OC
Hidden Convexity via Symmetric Displacement Covers: Mixed-Integer Quadratic Programming and Integer Cubic Programming in Fixed Dimension
Grado Department of Industrial and Systems Engineering, Virginia Tech(弗吉尼亚理工大学工业与系统工程系)
本文证明固定维数下有理三次多项式在整数点上的精确最小化可多项式求解,通过结合精确恒等式与整数查询分离预言机等技巧,并解释了三次为方法自然边界的原因。
2026-09-25 math.OC
Value Functions of Separable Convex Integer Programs are Periodically Convex
Eindhoven University of Technology(埃因霍温理工大学)
本文证明可分离凸整数规划的值函数在剩余类子域上是周期凸的,并利用Graver基技术将一维周期凸性推广到任意固定维数,从而导出块结构整数规划的固定参数可解算法。
2026-09-23 math.OC
Mixed-Integer Programming for a Class of Robust Submodular Maximization Problems
该研究针对两类鲁棒子模最大化问题,利用子模性重构问题并开展多面体研究,提出嵌入子模不等式的延迟割生成框架精确求解,还给出第二类变体的可行解算法及间隙,经供水管网传感器布置真实数据集验证有效。
2023-06-09 math.OC
Duality for Mixed-Integer Convex Minimization
我们以两种方式将标准的Karush-Kuhn-Tucker最优性条件推广到具有凸目标、凸泛函约束和某些变量必须是整数的额外要求的问题。虽然标准的Karush-Kuhn-Tucker条件涉及分离超平面,我们的扩展是基于无格多面体。我们的最优性条件允许我们定义一个精确的对偶我们原来的混合整数凸问题。
2014-12-08 math.OC
Augmenting Bi-objective Branch and Bound by Scalarization-Based Information
针对多目标分支定界效率不足的问题,本文利用根节点标量化信息和超体积引导的最佳优先策略同时改进上下界,实验显示节点数最多减少83%、计算时间最多减少80%。
2023-06-07 math.OC
Warm-starting Strategies in Scalarization Methods for Multi-Objective Optimization
针对多目标优化标量化方法缺乏系统热启动方法论的问题,该研究给出热启动的理论表征,分析子问题排序与热启动效率、不可行区域识别等标准的权衡,并通过大规模计算研究量化相关权衡。
2025-07-29 math.OC
PaMILO: A Solver for Multi-Objective Mixed Integer Linear Optimization and Beyond
本文提出首个求解 MOMILP 与 MOMIQCQP 非支配极点的 PaMILO,其基于改造的 Dual-Benson 算法并借助 CPLEX 或 Gurobi 求解子问题。
2023-04-21 cs.DM cs.MS math.OC
A multi-objective mixed integer linear programming model for supply chain planning of 3D printing
The Ohio State University(俄亥俄州立大学)
本文提出了一种多目标混合整数线性规划模型,用于优化3D打印供应链规划,旨在最小化生产提前和延迟,同时最大化机器利用率,并通过数值示例分析了最佳边选择对结果的影响。
2026-10-26 math.OC
A derivative-free approach to mixed integer constrained multiobjective nonsmooth optimization
在这项工作中,我们考虑多目标最优化问题与约束约束的变量和一般的非线性约束,目标和约束函数值只能通过查询一个黑盒。此外,我们考虑的情况下,一个子集的变量只能采取整数值。我们提出了一个新的基于线搜索的解决方案的方法,并表明它收敛到一组固定点的问题。对于连续变量,我们采用了一种估计帕累托前沿最近提出的文献中,并利用密集序列的搜索方向的战略。必须假设离散值的变量的子集处理使用适当修改的原始方向,以考虑到存在一个以上的目标函数。一组测试问题的数值结果与其他解决方法的比较表明,所提出的方法的可行性和效率。
2022-04-14 math.OC
On solving integer bilevel optimization problems with a non-convex quadratic follower objective function using disjunctive cuts
Koç University(博阿兹奇大学);University of Augsburg(奥格斯堡大学);University of Michigan(密歇根大学);Vienna University of Economics and Business(维也纳经济与商业大学);Johannes Kepler University Linz(林茨约翰·开普勒大学)
本文针对整数双层优化中追随者目标为非凸二次的问题,提出基于改进方向的析取割方法,在分支-割算法中排除不可行解,并显著优于现有最先进方法。
2026-10-02 cs.DM math.OC
Enhancing Multi-Objective Optimization through Machine Learning-Supported Multiphysics Simulation
University of Kassel(卡塞尔大学);Technische Universität Berlin(柏林工业大学)
本文提出基于机器学习代理模型加速多物理场多目标优化的框架,结合可解释AI与进化算法,在少量数据和低仿真次数下实现高精度帕累托解获取。
2024-04-03 cs.LG math.OC
A parallel approach to bi-objective integer programming
为了更好地理解各种目标之间的权衡,双目标整数规划(BOIP)算法计算所有非支配向量的集合,并将其作为BOIP问题的解决方案。从历史上看,这些算法已经在解决的单目标IP的数量和产生问题的解决方案所花费的总CPU时间方面进行了比较。这是公平的,因为研究人员通常可以获得差异很大的计算能力。然而,现实世界最近在计算机,笔记本电脑,平板电脑甚至手机中大量采用多核处理器。考虑到这一点,我们看看如何最好地利用并行处理,以改善优化算法的运行时间。我们提出了两种方法并行化的递归算法提出的Ozlen,伯顿和麦克雷。这两种新方法都使用了两个线程并改善了运行时间。其中一种新方法,会议算法,一半的运行时间,以实现近乎完美的并行化。的结果进行了比较,在商业IP求解器IBM的CPLEX的并行化的效率,新的方法都表现出更好的。
2017-01-31 cs.DC cs.DS math.OC
On a fully fuzzy framework for minimax mixed integer linear programming
在这项工作中,我们提出了一个极小极大混合0-1模糊线性问题的建模框架。它是基于通过辅助变量扩展通常的重写清晰的极大极小问题的最大值的模糊线性函数的有限集建模。我们建立所考虑的问题可以等价地表示为一个多目标混合整数规划问题。该框架适用于一个完全模糊版本的能力中心设施定位问题。
2018-02-20 math.OC
A Distributed Algorithm for Demand Response with Mixed-Integer Variables
这封信提出了一种快速分布式算法,用于聚合大量具有混合整数变量和设备之间复杂耦合的家庭。提出的快速分布式梯度算法被应用到所采用的DR模型的双重平滑的对偶函数。结果还表明,最小的参数调整,对偶目标的收敛表现出相同的行为,而不管系统的大小。
2016-02-29 math.OC
Sample Complexity of Stochastic Optimization with Integer Variables
Dept. of Applied Mathematics & Statistics(应用数学与统计学系);Johns Hopkins University(约翰霍普金斯大学);Microsoft Research (Redmond)(微软研究院(红mond));Dept. of Computer Science, PUC-Rio(计算机科学系,巴西圣保罗大学)
本文研究了随机优化中整数变量的样本复杂度,发现整数优化在某些情况下可能需要更多或更少的样本,取决于目标函数和约束的结构。
2026-05-08 cs.LG math.OC
Algebraic Recipes for Integer Programming
整数规划是求解非负整数上的线性方程组。基本问题是找到一个解决方案,使给定的线性目标函数的固定的右手边。这里我们也考虑参数版本,其中目标函数和右侧允许变化。主要重点是Gröbner基地,合理的生成函数,以及如何使用现有的软件包。具体的应用问题,统计建模将提出。这些是在2004年1月5日至6日在凤凰城举行的联合数学会议之前,在AMS短期课程“优化趋势”期间所作的演讲的笔记。
2003-10-13 math.AC math.OC
A polynomial-time algorithm for optimizing over N-fold 4-block decomposable integer programs
本文将N重整数规划和N种情形的两阶段整数规划推广到N重4块可分解整数规划。我们发现,对于固定的块,但变量N,这些整数规划是多项式时间可解的任何线性目标。此外,我们提出了一个多项式时间可计算的最优性证明的情况下,固定块,变量N和任何凸可分目标函数。我们得出结论与两个样本的应用程序,随机整数规划与二阶优势约束和随机整数多商品流,这(固定块)可以解决在多项式时间的情况下,商品的数量和二进制编码长度的输入数据。在证明我们的主要定理,我们结合了几个非平凡的建设从理论的Graver基地。我们相信,我们的方法为进一步扩展铺平了道路。
2009-11-20 math.CO math.OC
Approximating the Gomory Mixed-Integer Cut Closure Using Historical Data
本文利用历史数据为具有相同约束矩阵的相似MILP实例高效选择Gomory混合整数割的聚合权重,证明有限权重列表可覆盖无限实例族的GMIC闭包,并在MIPLIB 2017基准上显著加速Gurobi求解性能。
2024-11-22 math.OC
Mixed-integer linear programming approaches for nested $p$-center problems with absolute and relative regret objectives
该研究提出多周期嵌套$p$-中心问题,针对绝对后悔和相对后悔两类目标分别构建混合整数规划公式与有效不等式,开发带预处理的分支定界/切割算法,通过算例验证并分析了嵌套对成本及设施数的影响。
2024-09-17 cs.DM math.OC
Global Nonconvex Optimization with Integer Variables
本文将RPT-BB方法扩展至二进制和整数等变量域,提出结合RPT与多种割平面的新分支定界算法,在多个非凸问题上表现优于BARON,并成功求解SCIP和BARON无法在时限内解决的全局最优问题。
2025-08-09 math.OC
A New Class of Composite Objective Multi-step Estimating-sequence Techniques (COMET)
针对大规模复合结构最优化问题,提出了一种新的基于梯度的加速估计序列技术。更具体地说,我们引入了一类新的估计函数,这是通过利用一个紧的下界上的目标函数。然后,利用所提出的估计函数与梯度映射技术之间的耦合,我们构造了一类复合目标多步估计序列技术(COMET)。我们提出了一种有效的线搜索策略,并证明了它享有加速收敛速度。所建立的收敛结果允许步长自适应。我们的理论研究结果得到了各种问题类型和数据集的广泛计算实验的支持。此外,我们的数值结果表明,所提出的方法的鲁棒性的不完善的知识的光滑性和强凸性参数的目标函数的证据。
2021-11-12 math.OC
An Iterated Dual Substitution Approach for Binary Integer Programming Problems under the Min-Max Regret Criterion
研究了目标系数为区间数且目标函数为极小-极大后悔目标函数的二元整数规划问题。我们提出了一个新的启发式框架,我们称之为迭代对偶替换(iDS)算法。iDS算法迭代地调用对偶替换启发式,并从搜索空间中排除在先前迭代中已经检查过的任何解决方案。在iDS中,我们使用基于最佳场景的引理来提高性能。我们将iDS应用于四个典型的组合最优化问题:背包问题,多维背包问题,广义指派问题,和集合覆盖问题。对于多维背包问题,我们比较了iDS的方法与两个算法广泛用于问题的最小-最大遗憾准则:固定的情况下的方法,和分支和切割的方法。一组广泛的基准实例上的计算实验结果表明,所提出的iDS方法在大多数测试实例上表现最好。对于背包问题,广义分配问题,和集合覆盖问题,我们比较了iDS与国家的最先进的结果。iDS算法成功地更新了许多基准测试实例的最佳已知记录。
2020-12-11 math.OC
Inverse Mixed-Integer Programming: Learning Constraints then Objective Functions
NEC Corporation(日本电通株式会社)
本文提出了一种两阶段方法,用于从数据中同时学习混合整数规划问题的目标函数和约束,通过先学习约束再估计目标函数权重,提升逆优化的准确性与鲁棒性。
2026-10-06 cs.AI cs.LG math.OC
Projective Splitting Algorithms for Integer Linear Programming Part 1: Pure Integer Programs
提出了一种求解整数线性规划(ILP)问题的新的精确方法,我们称之为投影分裂算法(PSA)。与解决ILP问题的经典方法不同,PSA通过生成针对目标函数的特定值的候选解来搜索最优解。作为这种策略的结果,在原始ILP问题的变量的数量系统地减少,而不增加任何额外的约束初始配方。这是关于公益广告的两部分系列中的第一部分。在本文中,我们专注于纯整数线性规划(PILP)问题的解决方案,将混合整数线性规划(MILP)公式的处理留给本系列的第二部分。在0-1多维背包问题(0- 1 MKP)的实例上,针对IBM MPLG CPLEX [2]优化器对所提出的算法进行了测试,在具有大量变量的实例上显示出令人满意的结果。
2014-04-15 math.OC
Partially Distributed Outer Approximation
针对一类结构化混合整数凸规划(MICP)问题,提出了一种新的局部分布外逼近算法PaDOA.该方案采用迭代外逼近法求解具有可分离凸目标函数、仿射耦合约束和紧域的耦合混合整数最优化问题。PaDOA通过交替求解大规模结构化混合整数线性规划问题和部分解耦的混合整数非线性规划子问题(包括少得多的整数变量)来进行。我们建立的条件下,PaDOA收敛到全局极小值有限次迭代后,并验证这些属性与应用恒温控制负载。
2019-11-19 math.OC
Hyperbolic Optimization over the Integer Efficient Set of MOILFP
本文研究的目的是在不产生所有有效解的情况下,求出线性分式函数在多目标线性分式整数规划有效集上的最优解。就其本质而言,它是一个全局最优化问题,因为有效集是离散的,因此不是凸的。为此,本文提出了一种基于分枝定界的方法,该方法具有双重任务,即对给定的线性分式函数进行最优解搜索,并且对于多目标线性分式整数规划问题是有效的.在随机生成的实例上执行的测试最多可成功生成120个变量、100个约束和6个标准。
2019-07-03 math.CO math.MG math.OC
An Algorithm for Integer Least-squares with Equality, Sparsity and Rank Constraints
在这项工作中,我们处理的秩约束整数最小二乘最优化问题所产生的低秩矩阵分解相关的应用。我们提出了一个解决方案的约束整数最小二乘问题的平等,稀疏性和秩约束。该算法结合Fincke-Pohst枚举(或球译码算法)和秩约束,利用丢番图方程的稀疏解来获得最优解。所提出的方法包括两个步骤:(i)找到由线性和稀疏约束引起的丢番图方程的解集,(ii)使用步骤1中获得的解集找到最小化整数最小二乘目标并满足秩约束的矩阵。所提出的算法是用一个简单的例子来说明。然后,我们进行实验,研究所提出的算法的不同步骤的计算方面。
2018-11-04 math.OC