ParBalans：基于平行多臂臂 bandit 的自适应大邻域搜索
人工智能
2025-08-12 v1 机器学习
摘要
求解混合整数规划（MIP）问题往往需要大量计算资源 due to其组合本质。并行化已成为加速求解时间并提升规模以解决大型复杂实例的关键策略。本文研究了Balans——一种最近提出的基于多臂臂 bandit 的自适应大邻域搜索 for MIPs 的并行化能力。虽然Balans的模块化体系结构本身就支持对多样化参数配置进行并行探索，但这种潜力尚未得到彻底考察。为填补这一空白，我们引入了ParBalans，该方法利用solver级和算法级的并行化来提高解决具有挑战性的MIP实例的性能。我们的实验结果表明，ParBalans在挑战性优化基准上表现出竞争力，尤其是与最先进的商业求解器Gurobi相比。
关键词
引用
@article{arxiv.2508.06736,
title = {ParBalans: Parallel Multi-Armed Bandits-based Adaptive Large Neighborhood Search},
author = {Alican Yilmaz and Junyang Cai and Serdar Kadioglu and Bistra Dilkina},
journal= {arXiv preprint arXiv:2508.06736},
year = {2025}
}