剥离与束缚：利用多值决策图生成更强的放松界限
摘要：决策图在离散优化的尖端求解器中越来越重要。然而，决策图领域相对较新，仍在吸收传统求解器几十年来构建的技术库。我们受到传统求解器中使用的热启动技术的启发，以解决决策图方法面临的主要挑战之一。决策图的宽度越大，它们就越有用，但生成成本也越高，特别是在变量数量较大时。我们提出了一种剥离先前构建的图的子图并将其用作后续迭代的初始图的方法，称为剥离与界定。我们在序列排序问题上测试了这种方法，结果表明我们的剥离与界定方案比使用相同传播器的分支与界定方案生成更强的界限，并且计算成本显著降低。
作者：Isaac Rudich, Quentin Cappart, Louis-Martin Rousseau
论文ID：2205.05216
分类：Optimization and Control
分类简称：math.OC
提交时间：2023-08-17