.png){kind=icon}
返回
Convex mixed-integer optimization with Frank–Wolfe methods
.png){kind=icon}
PRE
AI
DOI：10.1007/s12532-025-00288-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
混合整数非线性优化涵盖了一类广泛的问题，这些问题的求解既具有理论挑战性，也具有计算挑战性。我们提出了一种基于具有凸节点松弛的分支定界算法的新方法来求解这些问题。这些松弛问题是通过Frank–Wolfe算法在混合整数可行点的凸包上求解，而不是通过调用混合整数线性求解器作为线性最小化或acles来求解连续松弛问题。所提出的方法在处理单一的多面体约束表示的同时计算可行解，利用了混合整数线性求解器的全部能力，无需采用外逼近方案，并且能够利用节点子问题的近似解。
Keyword:
Nonlinear optimization
Mixed-integer optimization
Branch-and-bound
Frank–Wolfe
期刊
IF:
3.6
论文数:
199
被引数:
1.9K
机构
引用论文
Restarting Frank–Wolfe: Faster Rates under Hölderian Error Bounds重启Frank–Wolfe算法：在Hölderian误差界下的更优收敛速度
.png){kind=icon}
PREAI
分享收藏MIPLIB 2017: data-driven compilation of the 6th mixed-integer programming libraryMIPLIB 2017: 第6个混合整数编程库的数据驱动编译
OAAI
OAAI分享收藏
分享收藏分享收藏
查看更多内容