OR Paper Weekly(一) | 用机器学习生成列生成的列，元启发式算法=动物世界？看OR68年发文数据，哪国位居榜首？

作者：王源，徐思坤，陈贤邦

OR Paper Weekly 栏目将会从运筹学顶级期刊上选择一部分有趣的文章，对这些文章的主要研究内容进行一个概述/点评。OR Paper Weekly 的特点是 不做大而全的照搬，也未必都只选择优质的文章，而是精选一部分有趣的文章。辅之以科普/点评/吐槽的方式，让大家随时了解最新的科研动态。欢迎大家一起来 欣赏优质文章，学习脑洞文章，鄙视灌水文章。

精选论文 (一)

论文题目：Machine-Learning–Based Column Selection for Column Generation

期刊：Transportation Science

发表年份：2020年

作者：Mouad Morabit, Guy Desaulniers, Andrea Lodia

原文链接：

https://pubsonline.informs.org/doi/abs/10.1287/trsc.2021.1045

摘要：列生成算法是常见的求解大规模整数规划问题的方法。本文提出了一种基于机器学习来加速列生成求解的新方法。该方法的特点是 在每一步列生成算法的迭代中，通过机器学习训练出一个模型来生成新的列（选择一个变量的子集添加到主问题构成新的一列）。该方法通过选择最合适的列来降低主问题的计算时间。我们在带有时间窗约束的车辆路径规划问题和组环问题上验证了该方法。实验结果表明该方法可以降低30%的计算时间。

文章亮点/点评：传统的列生成算法是通过极大化 reduced cost 的子问题来生成新的列的。从全局的视角来看 这样添加列的方式会比较的greedy，因此传统列生成算法的效率会受到较大影响。本文通过机器学习来生成新的列，将机器学习和传统的运筹优化算法相结合，以基于数据的机器学习模型来解决传统运筹学中一些难以解决的问题已经成为了目前的研究趋势。

精选论文 (二)

论文题目：Metaheuristics “In the Large”

期刊：European Journal of Operational Research

发表年份：2021年

作者：Jerry Swan, Steven Adriaensen,  Alexander E. I. Brownlee c, Kevin Hammond d, Colin G. Johnson, et al.

原文链接：

https://www.sciencedirect.com/science/article/pii/S0377221721