×

MQ库

swMATH ID: 45668
软件作者: 伊恩·邓宁;斯瓦提古普塔;约翰·西尔伯霍尔茨
描述: 什么时候最有效?max-cut和QUBO启发式的系统评估。虽然经验测试被广泛用于评估启发式,但它在实践中的应用也存在不足。在对Max-Cut和二次无约束二进制优化(QUBO)启发式算法论文的系统回顾中,我们发现只有4%的源代码发布,只有14%的启发式算法与相同的终止条件进行了比较,并且大多数实验都是用人工的齐次问题实例集进行的。为了解决这些限制,我们实现并发布了一个由10个Max-Cut和27个QUBO启发式组成的代码库。我们使用云计算对3296个实例库进行启发式评估。这种大规模的评估提供了对每种启发式算法表现良好或较差的问题实例类型的洞察力。因为在所有的问题实例中,没有一个启发式优于其他所有的启发式,所以我们使用机器学习来预测哪种启发式对以前未见过的问题实例最有效,这是从业者面临的一个关键问题。
在线补充资料可在https://doi.org/10.1287/ijoc.2017.0798.
主页: http://www-personal.umich.edu/~josilber/SECM_clean.pdf
源代码:  https://github.com/MQLib/MQLib
依赖项: C类++
关键词: 计算测试;可再生研究;启发式;二次无约束二进制优化;最大割;超神经科学;试验台;可解释机器学习
相关软件: Biq Mac;圆形切口;多功能自动数据分析机;BiqCrunch公司;github;BiqMac公司;SCIP公司;CPLEX公司;SDPLR公司;邦明;LBFGS-B型;莫塞克;QAPLIB公司;副SCIP;QPLIB公司;McSparse公司;垃圾桶;古罗比;COSMO公司;TSSOS公司
引用于: 14文件

按年份列出的引文