★ 3
伊辛机概率算法：从优化到生成式 AI
综述系统梳理可跨多种伊辛平台移植的概率算法，主张优先采用有可证明保证的自顶向下方法。涵盖模拟退火、并行回火、簇平均场与变分采样器，并重点介绍源自概率硬件开发的 PAOA。文章探讨生成式 AI 与伊辛机相互促进的路径，并提出软硬件协同设计框架。
arXiv cs.LG27 天前
#组合优化
共 19 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：大语言模型发现组合优化的互补启发式方法
研究显示大型语言模型能够自主发现针对组合优化问题的互补启发式策略，而非仅依赖人类预设的算法。这一发现意味着 LLM 在算法设计与运筹优化领域具备一定的自主探索能力，可能推动自动化算法发现的研究方向。
Nature Machine Intelligence32 天前
★ 3
多智能体框架自动生成 QUBO 建模
论文提出端到端多智能体框架，从自然语言问题描述自动生成QUBO建模，涵盖二值变量、约束、目标函数、惩罚项与权重识别。研究同时发布QUBOBench基准，包含12个应用领域共100个组合优化问题。实验显示框架在QUBOBench上达到68%准确率，较单次调用基线高出22%，其中迭代自修复是性能提升的…
arXiv cs.AI51 天前
★ 2
SAT-ACT：从结果偏好学习 CDCL 分支决策
论文提出 SAT-ACT，通过在同一求解器状态发起独立分支 rollout 并比较结果，提取动作偏好来训练状态条件网络指导 CDCL 分支。方法在证据不足时不做强行排序，并引入非支配启发式动作监督。实验在三个 SAT 族上持续降低搜索成本，并提升 SAT Competition 基准的 PAR-2。
arXiv cs.AI3 小时前
★ 2
SAG-Sep：稀疏增广图与洋葱引导搜索加速容量割分离
论文提出 SAG-Sep 分离器，单次编码前向即可为各车辆数层级打分节点归属，避免迭代式预测-粗化推理，并配合免训练解码器 Onion-Sweep 输出嵌套割候选。在 N=1000 的 NeuralSEP 基准上平均根间隙降低 17.7%，单次神经分离提速约 30 倍。
arXiv cs.LG3 天前
★ 2
Evo-B&B：LLM 引导进化联合优化 MILP 分支与节点选择
论文提出 Evo-B&B，一个由 LLM 引导的进化框架，利用 SCIP 端到端求解反馈联合进化可执行的分支与节点选择策略。其行为感知多岛进化机制通过测量策略相似度保持种群多样性。在四个标准 MILP 基准上取得有竞争力表现，并可泛化到更大规模实例。
arXiv cs.AI13 天前
★ 2
arXiv 提出 BOLT 下界引导学习求解柔性作业车间调度
BOLT 从链、机器容量与车队容量松弛构造下界，将每步下界增量作为奖励信号训练调度策略。在预制建筑 10 模块实例与 50/80 模块零样本批次上，显式运输耦合优于惩罚策略；三车 80 模块批次平均完工时间比最优调度规则对低 13.0%，单核每事件决策仅 2.3-5.9 毫秒。
arXiv cs.LG14 天前
★ 2
arXiv 论文：学习式列预填充加速分支定价切割求解
一篇 arXiv 论文提出用神经网络学习「不完美但合适」的初始列，替代传统列生成中的最优列预热，从而加速分支定价切割（branch-price-and-cut）求解。方法包含一个神经边评分器引导构造列池，以及一个预测 Wentges 平滑初始中心的网络。在 RouteOpt 求解器上，95 个 3…
arXiv cs.LG17 天前
★ 2
TASA：组合优化问题的可追踪智能体框架
论文针对 OPRO 优化过程难追踪、难以利用历史迭代信息的问题，提出工具增强策略智能体 TASA，基于优化轨迹逐步规划策略并构建问题专用工具，配合策略引导的自适应工具规划器更新解。在共享候选评估预算下验证了求解质量与策略搜索的可追踪性。
arXiv cs.AI19 天前
★ 2
进化式 LLM 程序搜索改进 25 个方形装箱上界
一篇 Substack 文章介绍如何利用进化式大语言模型程序搜索，改进 25 个方形装箱问题（square packing）的上界。该方法将 LLM 生成的程序与进化搜索结合，在经典组合优化问题上取得更优解，展示了 LLM 在数学优化领域的应用潜力。
Hacker News – LLM23 天前
★ 2
基于 Frank-Wolfe 的约束组合优化自监督学习
论文提出一种通用框架，允许神经网络预测任意连续向量，再通过基于 Frank-Wolfe 与近似 Carathéodory 结果的几何分解算法，用可行解的稀疏凸组合逼近。该分解导出几乎处处可微的自监督损失，并在推理时提供自动舍入保证。在二次分配、最大覆盖与旅行商问题上展示了强劲性能。
arXiv cs.LG40 天前
★ 2
基于物品兼容图的深度强化学习装箱
论文提出面向一维装箱问题（1D-BPP）的端到端、尺寸无关图强化学习框架，将装箱过程建模为物品兼容图上的马尔可夫决策过程。图神经网络actor-critic策略提取关系特征，经随机束搜索解码，单一模型可零样本泛化到任意规模实例。在BPPLIB基准上把构造式启发式的平均最优性差距从2.66%降至2.…
arXiv cs.LG40 天前
★ 2
无监督GNN求解社交网络最小支配集
论文提出一种无监督图神经网络框架求解NP难的最小支配集问题，训练时无需真值解。在12000张合成图上训练后，推理速度比元启发式基线快55倍、比监督学习快14倍，并在真实社交网络基准上取得最优或近优解，且能泛化到未见图分布。
arXiv cs.LG48 天前
★ 2
概率焦点搜索加速有界次优搜索
论文提出概率焦点搜索PFS，以概率p沿用焦点搜索的启发式选择，以概率1-p扩展最小f值节点，从而推动下界前进、扩大FOCAL集合并接纳可行解节点。在N-Puzzle、煎饼排序与TSP等基准上，当f_min长期停滞导致FOCAL准入成为瓶颈时，节点扩展量可减少约90%以上。其任意时间扩展APFS在G…
arXiv cs.AI51 天前
★ 2
Literati：最优形状广义树归纳算法
论文提出 Literati，首个可保证最优性的形状广义树（SGT）归纳算法，将阈值分裂推广为可学习的单变量形状函数。作者用 AND/OR 图联合优化树结构与形状函数复杂度，并设计带启发式的 AO* 求解算法。在 24 个真实数据集上，Literati 的训练与测试精度均优于现有最优树方法。
arXiv cs.LG53 天前
★ 1
研究提出空间启发式扩散强化学习求解在线 3D 装箱
论文针对扩散强化学习在 3D 装箱中对空间拓扑结构感知不足、布局优化有限的问题，提出融合经典装箱启发式规则的扩散强化学习框架。方法通过启发式动作预筛压缩动作空间，引入图神经网络建模空间结构，并设计含平整度的复合奖励抑制空间碎片化。
arXiv cs.AI7 天前
★ 1
深度分类树的移动时域近似分支归约法
针对决策树可解释性与可扩展性矛盾，论文提出移动时域近似分支归约方法，在连续特征大规模数据上训练近最优深度分类树。方法在根层用分支归约求解，子树用贪心启发式近似，并借鉴强化学习中的前瞻展开提升深层效率。实验显示其测试精度超过启发式基线，规模扩展性远优于全局最优求解器。
arXiv cs.LG32 天前
★ 1
双GNN多级粗化求解最大独立集
论文针对欧氏 TSP 提出基于学习的图边稀疏化方法 GES，结合几何结构与组合优化技术自适应生成稀疏图。在 MATILDA 数据集上可剪枝多达 95% 的边且解差距保持在 1% 以内，在 TSPLIB 上部分大规模实例剪枝率超 99%、最优性差距仍低于 1%。
arXiv cs.LG40 天前
★ 1
超图最大强独立集：归约、界与贪心证书
论文研究有限超图中的最大强独立集问题，即寻找与每条超边至多交一个顶点的最大顶点集，动机来自多频段 LSH-MinHash 去重中局部证据不应被传递闭包误判为全局等价。作者提出关联结构工具包，证明支配、关联孪生与权重1块的精确归约，给出闭式与低权上界，并引入穿刺与覆盖证书收紧边界。还分析了分层贪心聚…
arXiv cs.LG46 天前
这个主题的相关资产
相关术语组合优化