Nanjing University（南京大学）

SHSP: Structure-Aware Hierarchical Solution Prediction for Mixed-Integer Linear Programming

SHSP：面向混合整数线性规划的结构感知分层解预测

Zherong Zhang, Guanlin Li, Chengrui Gao, Haopu Shang, Ke Xue, Jixiang Lu, Weiyong Yang, Chao Qian

机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学 现代软件工程国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学 人工智能学院） ； State Key Laboratory of Technology and Equipment for Defense Against Power System Operational Risks, Nari Technology Co., Ltd.（南瑞科技股份有限公司 电力系统运行风险防御技术与装备国家重点实验室） 纠错

AI总结 该研究针对混合整数线性规划（MILP）解预测的一次性范式缺陷，提出SHSP框架，采用分层条件解码与置信度掩码修复机制，在四个基准上使解间隙平均降低54%，性能优于现有方法。