马修斯·盖德斯·维拉斯·博阿斯;桑托斯，哈罗德·甘比尼;de Campos Merschmann，路易斯·恩里克 基于特征参数调整的最优决策树：整数规划模型和VNS启发式。 （英语） Zbl 1408.90353号 Coelho，Vitor Nazário（编辑）等，第五届可变邻域搜索国际会议（ICVNS’17）短文精选，巴西乌罗普雷托，2017年2月4日。阿姆斯特丹：爱思唯尔。电子。注释离散数学。66, 223-230 (2018). 摘要：在本文中，我们提出了一种混合方法来解决混合整数规划（MIP）求解器的基于特征的参数调谐问题（FBPTP）。这些解算器是由许多程序组成的复杂程序，其执行嵌入到分支绑定框架中，可以通过设置不同的参数来配置它们的执行。考虑到从以前的实验中吸取的经验教训，可以利用模型的多样性，将其表述为MIP问题，从而为问题组设计更好的参数设置。决策树可用于定义不同问题类型的最佳参数设置。然而，最优决策树的构造是一个NP-Hard问题。因此，我们提出了一个整数规划模型来构建FBPTP的最优决策树。采用可变邻域搜索启发式来加速高质量解决方案的生成。开源MIP求解器COIN-OR CBC获得了令人鼓舞的计算结果：与默认设置相比，基于使用训练集构建的决策树考虑决策的测试集中的执行证明了所提方法的有效性，求解器的性能在执行时间和求解实例数方面都提高了7%。关于整个系列，请参见[Zbl 1392.90002号]. MSC公司： 90 C59 数学规划中的近似方法和启发式 90立方厘米 整数编程 关键词：基于特征的参数调整;决策树;数据挖掘;整数规划;可变邻域搜索;COIN-OR分支和切割 软件：4.5条;米普利布 PDF格式BibTeX公司 XML格式引用 \textit{M.G.Vilas Boas}等人，《电子》。注释离散数学。66、223--230（2018年；Zbl 1408.90353） 全文： DOI程序 参考文献： [1] Hyafil，L。；Rivest，R.L.，《构建最优二叉决策树是NP-完全的》，《信息处理快报》，5，15-17，（1976）·Zbl 0333.68029号 [2] 科赫，T。；Achterberg，T。；安德森，E。；O.巴斯特。；Berthold，T。；比克斯比，R.E。；Danna，E。；Gamrath，G。；格雷克斯纳，A.M。；亨氏，S。；Lodi，A。；Mittelmann，H。；Ralphs，T。；Salvagnin，D。；斯特菲，D.E。；Wolter，K.，Miplib 2010，数学规划计算，3，（2011） [3] 土地，A。；Doig，A.，《解决离散编程问题的自动方法》，《计量经济学》，第28期，第497-520页，（1960年）·兹比尔0101.37004 [4] Mladenović，N。；Hansen，P.，可变邻域搜索，计算机与运筹学，241097-1100，（1997）·Zbl 0889.90119号 [5] Quinlan，J.R.，决策树归纳，机器学习，181-106，（1986） [6] Quinlan，J.R.，C4.5：机器学习程序，（1993），Morgan Kaufmann Publishers Inc.San Francisco，CA，USA [7] Vilas Boas，M.G。；Santos，H.G。；马丁斯，R.S.O。；Merschmann，L.H.C.，混合整数规划求解器基于特征的参数调整的数据挖掘方法，《Procedia Computer Science》，108，715-724，（2017） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。