学习作为一个智能专家的枢轴
摘要：线性规划问题主要由单纯形法和内点法解决。与内点法的弱多项式复杂度相比，单纯形法生成的支点路径长度是否存在强多项式界限仍然是一个谜。在本文中，我们提出了两种新颖的支点专家，利用线性规划实例的全局和局部信息，展示了它们在数值上的优异性能。尽管这些专家很难直接实现，它们可以作为评估经典支点规则性能的基准。为了解决这一挑战，我们使用了一个通过模仿学习训练的图卷积神经网络模型来模拟支点专家的行为。通过一系列严格的实验，我们的经验性学习的支点规则在各种线性规划问题中显示出明显优势。
作者：Tianhao Liu, Shanwen Pu, Dongdong Ge, Yinyu Ye
论文ID：2308.08171
分类：Optimization and Control
分类简称：math.OC
提交时间：2023-09-01