返回
Kernel pump
DOI:10.1007/s12532-026-00333-2.png)
摘要
En 中文
Feasibility Pump (FP) 是一种经过充分研究的混合整数线性规划原始启发式算法,它通过最小化与给定目标整数点的距离,将分数解逐步引导至整数可行性,同时保留原始问题的线性约束。由于FP的有效性和简洁性,它已被嵌入到大多数商业求解器中,并且已经提出了几种基本方法的变体,旨在提高其收敛性和获得解的质量。本研究引入了核泵(KP),一种新颖的FP加速技术,其基于以下直觉:并非所有二进制变量在可行解中都是活跃的(即被设置为1),因此可以以核搜索的方式对其进行细分。具体而言,KP识别一组有前景的二进制变量(即核),并将其余变量分配到按其构成可行/最优解的可能性排序的桶中。然后,迭代求解FP子问题,重点关注当前核,并在必要时逐步从桶中添加变量。在MIPLIB 2017基准实例以及来自车辆路径和调度文献的两个额外问题上的广泛计算实验表明,成功率显著提高,并且对于大多数测试实例的运行时间有所减少。值得注意的是,除了优于FP之外,新方法在CPLEX搜索一小时失败的情况下仍能找到可行解。据我们所知,这也是首次在FP框架内引入分解方法的研究。
Keyword:
Mixed integer linear programming
Primal heuristics
Feasibility pump
Kernel search
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

