您生成的实例真正有用吗？GenBench-MILP：一个面向MILP实例生成的基准测试套件
机器学习
2026-02-06 v4
摘要
基于机器学习的混合整数线性规划（MILP）实例生成方法激增，其驱动力在于对多样化训练数据集的需求。然而，一个关键问题依然存在：这些生成的实例是否真正有用且切合实际？当前的评估协议通常依赖浅层的结构指标或简单的可解性检查，往往无法捕捉现实世界问题的真实计算复杂度。为弥合这一差距，我们引入 GenBench-MILP，一个专为 MILP 生成器标准化与客观评估设计的综合基准测试套件。我们的框架从四个关键维度评估实例质量：数学有效性、结构相似性、计算硬度与下游任务效用。GenBench-MILP 的一项独特创新是分析求解器内部特征——包括根节点间隙、启发式成功率与割平面使用情况。通过将求解器的动态行为视为专家评估，我们揭示了静态图特征所遗漏的细微计算差异。我们在实例生成模型上的实验表明，具有高结构相似性分数的实例仍可能表现出截然不同的求解器交互与难度级别。通过提供这一多维度评估工具包，GenBench-MILP 旨在促进严格比较并指导高保真实例生成器的开发。
引用
@article{arxiv.2505.24779,
title = {Are Your Generated Instances Truly Useful? GenBench-MILP: A Benchmark Suite for MILP Instance Generation},
author = {Yidong Luo and Chenguang Wang and Dong Li and Tianshu Yu},
journal= {arXiv preprint arXiv:2505.24779},
year = {2026}
}
备注
The code is available in \url{https://github.com/Aux-724/GenBench-MILP}