如何有效利用机器学习模型预测优化问题解：来自损失函数的经验
机器学习
2021-05-17 v1 统计计算
摘要
在求解约束优化与组合问题中使用机器学习，正成为计算机科学与运筹学领域一个活跃的研究方向。本文旨在利用先进的机器学习技术预测约束优化问题的良好解。它扩展了\cite{abbasi2020predicting}的工作，通过考察更先进的算法以及与决策变量预测值相关的各种代价，使用机器学习模型预测大规模随机优化模型的解。本文还研究了当机器学习模型用于预测优化问题解时，损失函数与误差准则的重要性。我们以血液调运问题作为案例研究。案例研究的结果表明，LightGBM 能提供有前景的解，并优于\cite{abbasi2020predicting}所使用的其他机器学习模型，尤其是在使用平均绝对偏差准则时。
引用
@article{arxiv.2105.06618,
title = {How to effectively use machine learning models to predict the solutions for optimization problems: lessons from loss function},
author = {Mahdi Abolghasemi and Babak Abbasi and Toktam Babaei and Zahra HosseiniFard},
journal= {arXiv preprint arXiv:2105.06618},
year = {2021}
}