.png){kind=icon}
返回
Solving large-scale capital budgeting problems with column generation and optimization-based sorting
.png){kind=icon}
PRE
AI
DOI：10.1007/s10287-026-00569-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究介绍了一种基于优化排序的列生成算法(CGOS)，用于具有项目特定投资边界和基于基数的全球限制的比例资本预算模型。其底层模型包含指数数量的投资模式约束，这使得显式枚举在中等规模问题以上变得不切实际。CGOS在列生成循环中嵌入了一个精确的基于排序的定价算子：对偶价格向量的一次排序，随后进行前缀和评估，即可在一次遍历中识别所有k值的改进上界和下界模式。在随机生成的可行实例(N=5-80)和一个真实世界的参与式预算编制基准上的计算实验表明，在我们的测试设置中，CGOS在小规模实例上具有竞争力，并随着N的增长快于求解显式原始线性规划(LP)；例如，在N=20时，显式LP需要14.566秒，而CGOS在相同设置下仅需0.338秒。这些结果说明了如何利用定价结构来提高该问题类别精确LP求解方法的可扩展性。由于CGOS依赖于结构化的定价算子，将其扩展到具有非线性、更丰富依赖关系或动态约束的模型中仍将是未来研究的课题。
Keyword:
Capital budgeting
Column generation
Optimization-based sorting
Large-scale optimization
期刊
IF:
1.3
论文数:
22
被引数:
757
机构
引用论文
暂无论文信息