运筹学中的并行计算优化：一种新的集成框架、文献综述与研究方向
分布式、并行与集群计算
2019-10-09 v1
摘要
用并行算法求解优化问题在运筹学（OR）中有悠久传统。其在金融、物流、生产与设计等众多领域求解困难优化问题的未来相关性，正通过强大计算能力日益可及而得以放大。鉴于已有若干关于并行优化的文献综述，我们未发现涵盖近期关于精确方法与（元）启发式方法并行化文献的综述。然而，过去十年中并行计算能力取得重大进展并为 OR 学者所利用，因此一份考量这些进展的现代 OR 并行优化概览颇有益处。既往综述的另一问题源于其所采用的不同侧重点，致使描述与构建先前文献的概念各异。这种异质性伴随着跨方法论、应用领域与问题的并行优化统一框架的缺失，并最终导致对 OR 并行优化中已完成与待完成工作整体碎片化的图景。本综述以三项贡献解决上述问题：首先，我们提出一种跨越优化问题、算法与应用领域的并行计算优化新集成框架，该框架整合了并行优化的算法设计与计算实现视角。其次，我们应用该框架综合 OR 中并行优化的先前研究，聚焦于 2008–2017 年间发表的计算研究。最后，我们提出 OR 中并行优化的研究方向。
引用
@article{arxiv.1910.03028,
title = {Parallel computational optimization in operations research: A new integrative framework, literature review and research directions},
author = {Guido Schryen},
journal= {arXiv preprint arXiv:1910.03028},
year = {2019}
}
备注
submitted to an OR journal