SCIP 中一种多参考松弛强制邻域搜索启发式
A Multi-Reference Relaxation Enforced Neighborhood Search Heuristic in SCIP
AI总结：
本文首次在 SCIP 求解器中集成多参考松弛强制邻域搜索（MRENS），并结合 Lagromory 分离器生成多个参考解，在 MIPLIB 2017 上验证其相比单参考方法能更有效地找到高质量可行解。
摘要：
本文提出并评估了 SCIP 求解器中的一种多参考松弛强制邻域搜索（MRENS）启发式。本研究首次在完整的 MILP 求解器中集成并评估 MRENS，具体与最近引入的 Lagromory 分离器耦合，用于生成多个参考解。在 MIPLIB 2017 基准集上的计算实验表明，与单参考方法相比，具有多个参考解的 MRENS 提高了求解器找到更高质量可行解的能力。本研究凸显了多参考启发式在增强 MILP 求解器原始启发式方面的潜力。
英文摘要：
This paper proposes and evaluates a Multi-Reference Relaxation Enforced Neighborhood Search (MRENS) heuristic within the SCIP solver. This study marks the first integration and evaluation of MRENS in a full-fledged MILP solver, specifically coupled with the recently-introduced Lagromory separator for generating multiple reference solutions. Computational experiments on the MIPLIB 2017 benchmark set show that MRENS, with multiple reference solutions, improves the solver's ability to find higher-quality feasible solutions compared to single-reference approaches. This study highlights the potential of multi-reference heuristics in enhancing primal heuristics in MILP solvers.
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。
