The Binary Linearization Complexity of Pseudo-Boolean Functions
该研究提出伪布尔函数的线性化复杂度概念,证明随机多项式几乎必然具有高线性化复杂度,刻画了不同约束下的复杂度取值,并通过低自相关二进制序列问题的建模实验验证了其实际价值。
2024-08-12 cs.DM math.OC
Polynomial algorithm for the disjoint bilinear programming problem with an acute-angled polytope for a disjoint subset
针对其中一个不相交子集为锐角多面体的不相交双线性规划问题,提出并证明最优性准则,据此设计多项式算法,且该算法可有效求解布尔线性规划与分段线性凹规划问题。
2025-02-12 math.OC
State-of-the-art Methods for Pseudo-Boolean Solving with SCIP
本文总结 SCIP 在 2024 年伪布尔竞赛中的优胜表现与求解数据,并介绍进一步增强其伪布尔求解能力的获奖算法思想。
2025-01-08 math.OC
Symmetric approximations of pseudo-Boolean functions with applications to influence indexes
我们引入了一个指标来衡量的影响,第k个最小的变量上的伪布尔函数。该指数由顺序统计量函数的线性组合对函数的加权最小二乘逼近定义。我们给出了指数和逼近的显式表达式,并讨论了指数的一些性质。最后指出该指标包含了工程可靠性中的系统特征和决策中的基数指标的概念。
2012-04-30 cs.DM math.OC math.ST
On Quadratization of Pseudo-Boolean Functions
Rutgers University(罗格斯大学)
我们调查目前的条款明智的技术平方高程度的伪布尔函数,并介绍了一个新的,它允许多个分裂的条款。我们还介绍了第一种聚合方法,它根据它们的共同部分划分术语集合。
2014-04-25 cs.CV math.CO math.OC
New Hybrid Heuristics for Pseudo-Boolean Propagation
本文提出了一种新的混合启发式方法,用于改进伪布尔传播中的单位传播策略,以在RoundingSAT求解器中取得更好的性能。
2025-12-19 cs.AI math.OC
Optimally Solving the MCM Problem Using Pseudo-Boolean Satisfiability
本文描述了多常数乘法(MCM)问题到伪布尔可满足性(PBS)的三种编码,并介绍了一种最优求解MCM问题的算法。据我们所知,所提出的编码和优化算法是第一次正式的MCM问题在PBS的方式。该报告评估了问题大小的复杂性和几个PBS求解器在三种编码上的性能。
2011-05-17 cs.LO math.LO math.OC
The complete edge relaxation for binary polynomial optimization
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Lehigh University(理海大学)
提出完全边松弛,它强于标准线性化、花松弛和递归McCormick松弛的交集,并证明当且仅当超图是α-无环时,该松弛是多线性多面体的扩展。
2026-06-11 cs.DM math.OC
Efficient QUBO transformation for Higher Degree Pseudo Boolean Functions
University of Colorado at Denver(科罗拉多大学丹佛分校);Missouri Western State University(密苏里西部州立大学)
二次无约束二进制优化(QUBO)被认为是一个统一的框架,用于建模各种各样的问题。问题可以用为求解QUBO而定制的商业求解器来解决,并且由于QUBO具有二阶,因此具有用于将更高阶的伪布尔问题转换为QUBO格式的方法是有用的。标准的转换方法需要额外的辅助变量支持的惩罚条款为每个更高的程度。本文通过最小化附加变量数和惩罚系数,对已有的二次到二次变换方法进行了改进。在QUBO模型的Max 3-SAT上进行的大量实验测试表明,用于最小化辅助变量数量的子问题大小减少了近100%。
2021-07-24 cs.AI math.OC
Exact volume computation for Boolean quadric polytopes of series-parallel graphs
University of Michigan(密歇根大学)
针对级联图,提出基于级联分解的动态规划算法,精确计算布尔二次多胞形体积,复杂度为 O(d^7),并分析其与线性松弛的体积比率及奇环不等式的影响。
2026-10-02 math.CO math.OC
Quadratization of Symmetric Pseudo-Boolean Functions
London School of Economics(伦敦政治经济学院);Rutgers University(罗格斯大学);HEC Management School, University of Liege(列日大学HEC管理学院)
伪布尔函数是$n$二进制变量的实值函数$f(x)=f(x_1,x_2,\ldots,x_n)$;即,从$\{0,1\}^n$到$\mathbb{R}$的映射。对于$\{0,1\}^n$上的伪布尔函数$f(x)$,我们说$g(x,y)$是$f$的二次化,如果$g(x,y)$是依赖于$x$和$m$辅助二进制变量$y_1,y_2,\ldots,y_m$的二次多项式,使得对于所有$x \in \{0,1\}^n$,$f(x)= \min \{g(x,y) : y \in \{0,1\}^m \}$。通过二次化,$f$的最小化被简化为二次函数$g(x,y)$的最小化(在其扩展变量集上)。这是一些实际的利益,因为二次函数的最小化已经彻底研究了过去几十年,并取得了很大的进展,在解决这些问题的准确或启发式。一个相关的文件\cite{ABCG}发起了一个系统的研究的最小数目的辅助$y$ -变量所需的二次化的任意函数$f$(一个自然的问题,因为复杂性最小化的二次函数$g(x,y)$取决于,除其他因素外,对一些二进制变量)。在本文中,我们更精确地确定所需的辅助变量的数量的对称伪布尔函数$f(x)$,这些功能的值只取决于汉明重量的输入$x$(变量的数量等于$1$)的平方。
2014-04-25 cs.CC cs.CV math.CO
Compact linear programs for 2SAT
对于每一个整数$n$,我们提出了一个明确的制定紧凑的线性规划,$O(n^3)$变量和约束,它确定了满足任何2SAT公式与$n$布尔变量由一个单一的线性最优化。这与由所有可满足公式及其满足赋值的凸包形成的自然多面体具有超多项式扩展复杂性的事实形成对比。我们的提法是基于多种商品的流动。我们还讨论了这些结果的稳定匹配问题的连接。
2018-04-18 cs.DM cs.DS math.OC
Selection Hyper-heuristics Can Automatically Adjust the Learning Period to Optimally Solve Pseudo-Boolean Problems
Laboratoire d’Informatique (LIX), CNRS, École Polytechnique, Institut Polytechnique de Paris(信息实验室(LIX),法国国家科学研究中心,巴黎高等理工学院,巴黎理工学院);Department of Computer Science and Engineering, Southern University of Science and Technology(计算机科学与工程系,南方科技大学);School of Computing & Communications, Lancaster University Leipzig(计算与通信学院,莱斯特大学莱比锡分校)
本文提出一种自动设置学习周期参数的超启发式方法,证明其能在1-o(1)比例的迭代中选择最优邻域大小,从而以最优时间(忽略低阶项)优化LeadingOnes基准问题。
2026-08-27 cs.AI cs.DS cs.NE
Extremal Probability Bounds in Combinatorial Optimization
在本文中,我们计算的概率,最佳值的组合最优化问题的最大化形式与随机目标超过一个给定的数字,假设只有知识的边缘分布的目标系数向量的最优值的最严格可能的界限。边界是"极端的“,因为它们在具有给定边缘的所有联合分布上都有效。我们分析了计算的复杂性,假设离散的边际和确定的情况下,在多项式时间内计算的界限。对于紧致0/1 V-多面体,我们通过一个伪多项式时间算法证明了最紧上界是弱NP-难计算的。另一方面,通过限制对Bernoulli随机变量的关注,证明了紧致0/1 V-多面体的最紧下界是强NP-难计算的。对于紧致0/1 H-多面体,对于项目管理中PERT网络的特殊情况,我们通过给出一个伪多项式时间算法,证明了最紧上界是弱NP-难计算的.本文的结果补充了文献中关于独立随机变量的概率计算的已有结果。
2021-09-03 math.OC math.PR
Handelman's hierarchy for the maximum stable set problem
最大独立集问题是组合优化中一个著名的NP-难问题,它可以表示为超立方体上一个二次无平方多项式的最大化问题。我们研究了该问题的线性规划松弛层次,基于Handelman的结果,该结果表明具有非空内部的多胞形上的正多项式可以表示为定义多胞形的线性约束的乘积的圆锥组合。我们将Handelman层次的秩与图的结构性质联系起来。特别是,我们展示了分数集团覆盖,我们使用的上界的Handelman秩完美图的关系,并确定其确切值的顶点传递的情况下。此外,我们给出了图的(分数)稳定数的Handelman秩的两个上界,并计算了几类图的Handelman秩,包括奇圈和奇轮及其补图.我们还指出了其他几个线性和半定规划层次的链接。
2013-10-09 math.CO math.OC
borealis - A generalized global update algorithm for Boolean optimization problems
非确定性多项式(NP)类布尔变量优化问题在计算机科学、数学、物理和工业应用中具有重要意义。最值得注意的是,解决约束满足问题,这是相关的自旋玻璃类哈密顿在物理学中,仍然是一个困难的数值任务。因此,人们对设计有效的算法来解决这些计算困难的问题产生了极大的兴趣。受并行回火蒙特卡罗方法的启发,结合伊辛自旋玻璃的无排斥等能簇算法,我们提出了一个广义的全局更新优化启发式算法,可应用于不同的NP完全问题与布尔变量。全局聚类更新允许相空间的广泛采样,从而大大加快优化。通过仔细调整伪温度(需要随机化的配置)的问题,我们表明,该方法可以有效地解决优化问题的过度约束或拓扑结构具有较大的网站渗透阈值。我们说明了效率的启发式范式优化问题,如最大可满足性问题和顶点覆盖问题。
2016-05-30 cond-mat.dis-nn cond-mat.stat-mech cs.DS