Scylla：一种用于混合整数优化的无矩阵固定-传播-投影启发式算法
Scylla: a matrix-free fix-propagate-and-project heuristic for mixed-integer optimization
AI总结：
本文提出Scylla，一种利用无矩阵原始-对偶混合梯度近似求解线性松弛，并通过固定-传播和可行性泵更新生成整数可行解的原始启发式算法，适用于困难线性松弛的混合整数优化问题。
摘要：
我们介绍了Scylla，一种用于混合整数优化问题的原始启发式算法。它利用无矩阵的原始-对偶混合梯度算法及其专门的终止准则，对线性规划松弛进行近似求解，并通过固定-传播过程和类似可行性泵的目标函数更新来推导整数可行解。计算实验表明，该方法特别适用于具有困难线性松弛的实例。
英文摘要：
We introduce Scylla, a primal heuristic for mixed-integer optimization problems. It exploits approximate solves of the Linear Programming relaxations through the matrix-free Primal-Dual Hybrid Gradient algorithm with specialized termination criteria, and derives integer-feasible solutions via fix-and-propagate procedures and feasibility-pump-like updates to the objective function. Computational experiments show that the method is particularly suited to instances with hard linear relaxations.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
