组合再优化问题规范的自动生成：展望
软件工程
2025-10-03 v1
摘要
一旦一个优化问题已被求解，当上下文因素发生变化时，解可能需要进行适配。这一挑战也被称为再优化，已在多个问题领域得到处理，如铁路乘务员重新调度、护士重新排班或飞机恢复。这需要求解一个修改后的问题，以确保适配后的解在新上下文中是最优的。然而，新的优化问题与原始问题有显著不同：（i）我们希望对原始解只做最小改动以最小化影响；（ii）我们可能无法更改原始解的某些部分（例如因为它们涉及过去的分配）；（iii）我们需要从原始解到新解推导出一个变更脚本。本文论证了模型驱动工程（MDE）——特别是声明式建模语言和模型变换在优化问题高层规范中的应用——为从原始优化问题规范系统性地推导再优化问题提供了新机会。我们聚焦于组合再优化问题，并对变化的问题类型和推导相应再优化规范的策略进行了初步分类。我们基于GIPS（图基（混合）整数线性规划问题规范）工具引入了一个初步的概念验证实现，并将其应用于一个示例资源分配问题：助教分配给教学课程。
引用
@article{arxiv.2510.02002,
title = {Automatic Generation of Combinatorial Reoptimisation Problem Specifications: A Vision},
author = {Maximilian Kratz and Steffen Zschaler and Jens Kosiol and Gabriele Taentzer},
journal= {arXiv preprint arXiv:2510.02002},
year = {2025}
}