Peel-and-Bound：利用多值决策图生成更强的松弛界
最优化与控制
2023-08-17 v1
摘要
决策图在离散优化前沿求解器中正成为日益重要的工具。然而，决策图领域相对新颖，仍在吸纳传统求解器数十年来积累的诸多技术。我们从传统求解器使用的热启动技术获得灵感，以解决基于决策图的方法所面临的主要挑战之一。决策图越宽越有用，但生成成本也越高，尤其在变量数量庞大时。我们提出一种将已构建图的子图“剥离”并用作后续迭代初始图的方法，称之为 peel-and-bound。我们在序列排序问题上测试该方法，结果表明我们的 peel-and-bound 方案比使用相同传播算子的分支定界方案生成更强的界，且计算成本显著降低。
引用
@article{arxiv.2205.05216,
title = {Peel-and-Bound: Generating Stronger Relaxed Bounds with Multivalued Decision Diagrams},
author = {Isaac Rudich and Quentin Cappart and Louis-Martin Rousseau},
journal= {arXiv preprint arXiv:2205.05216},
year = {2023}
}
备注
20 pages with 11 figures, to be published in CP 2022