机构名称：
¥ 1.0
分支机构（B＆C）是一种精确求解整数编程（IP）问题的流行方法。B＆C是两种方法的组合：分支和切割平面。分支和结合通过划分和构造的策略将问题分为子问题，而切削平面方法通过增加有效的不平等程度来收紧这些子问题。B＆C包含一系列决策问题，例如可变选择，节点选择和剪切生成。因此，其绩效在很大程度上取决于决策策略。核心B＆C组件是切割平面方法，它通过引入额外的有效不平等，称为“切割”，从而增强了IP问题的线性程序（LP）松弛。添加切割可以实质上消除不可行的区域并提高效率。通常，切割被归类于该变量的完整性条件和由问题的基础组合结构引起的变量的完整性条件和组合切割所获得的通用切割。然而，由于平衡分离程序的计算成本与所产生的削减益处的挑战，在B＆C中产生削减是一个微妙的过程。以幼稚的方式生成切割可以减少分支和结合的树的大小，但由于执行分离例程的时间并解决了枚举树中的LP松弛，因此可能会增加整体计算时间。因此，学习切割生成的熟练政策至关重要。在我们以前的工作[1]中，我们提出了一个机器学习框架，以增强旅行推销员问题（TSP）的次级消除限制的结构。在本文中，我们将此框架扩展到最大切割问题。
在分支和...
主要关键词
相关文件推荐
