nnn11的博客

本文探讨了集成生产调度与配送路径规划这一复杂优化问题，分析了在不同目标函数（最大完工时间与总交付时间）下的问题复杂度。针对单客户和固定批次等特殊情况，揭示了其多项式可解性或NP难性质，并对一般情况提出了基于集合覆盖模型和列生成方法的求解框架。实验结果表明，列生成在最大完工时间目标下表现良好，但在总交付时间目标下因变量规模大而收敛缓慢。文章总结了各类情形的求解难度与方法，提出了未来改进方向，为企业优化生产物流系统提供了理论支持与实践指导。

本文研究了最大矩阵收缩问题（MMC）和集成生产调度与配送路由问题。针对MMC问题，提出了整数规划模型和多种多项式时间启发式算法（如LCL、贪心和邻接化算法），并通过实验比较了它们在不同规模实例上的求解效率与解的质量。对于集成生产调度与配送问题，定义了单机调度与车辆配送协同优化的目标，采用列生成方法求解松弛问题以获得高质量下界，并进行了复杂度分析与数值实验验证。研究表明，启发式算法在MMC问题中表现高效，而列生成方案为集成调度问题提供了有效的下界估计。未来工作包括算法改进、复杂度深入探索及实际应用场景的拓展。

本文研究了优化领域的两个重要问题：二次分配问题（QAP）和最大矩阵收缩问题（MMC）。针对QAP，提出一种基于切割伪基的新型半定规划（SDP）松弛方法，在大规模实例中表现出良好性能，并探讨了未来在启发式算法、切割平面和数值稳定性方面的优化方向。对于MMC问题，证明其决策版本为NP完全，提出了线性整数规划模型和贪心、随机、局部搜索等启发式算法，并通过数值测试比较了各类方法的求解效率与质量。该问题在风电场最优布局中有实际应用，且存在2√n-近似算法。研究总结了两类问题的特点、复杂度、求解方法及应用前景，为相关优

本文提出了一种基于切割伪基的新型半定规划（SDP）松弛方法，用于求解二次分配问题（QAP）。通过引入切割伪基并使用切割变量替代传统分配变量，该方法有效避免了分支定界过程中因单变量分支导致的树不平衡问题，同时将二进制变量数量从 $n^2$ 减少到 $n\log_2 n$，显著降低了问题复杂度。新方法通过高效扫描计算目标函数系数，并在分支过程中实现下界的自收紧，结合多种增强约束和可选的平均或最大值目标函数策略，提升了下界质量。实验表明，在大规模实例上，该方法在有限计算资源下显著优于Kaufman-Broeckx

本文探讨了匹配问题中的平方和（SoS）松弛秩上界，提出了在r-均匀超图中b-匹配问题的SoS不可行性条件，并证明了完全图K_{4k+1}中特定情况下的精确SoS秩。同时，针对二次分配问题（QAP），提出了一种新型半定规划（SDP）松弛方法，通过保下界的变量变换，将原问题转化为仅含O(n log n)变量的辅助问题，具备自收紧特性，显著提升求解效率。该方法在设施选址、键盘布局等实际场景中具有广泛应用潜力。

本文研究了铁路运营中的两个重要优化问题：多周期铁路车辆分配与匹配问题的平方和（SoS）秩上界。针对车辆分配问题，通过改进混合整数规划模型并采用非重叠与重叠时域的滚动策略进行模拟实验，验证了模型的有效性，并分析了规划期与重叠期对调度可行性的影响。对于匹配问题，探讨了SoS层次结构及其伪期望算子的应用，给出了r-均匀超图最大b-匹配问题的SoS秩上界，并对比了LS、SA和SoS方法在K_{2k+1}图上的表现。研究表明，SoS方法在理论上更具优势。最后提出了未来在实际约束扩展、算法融合及问题类型拓展方面的研究方

本文研究了子模函数与铁路车辆分配优化问题。在子模函数方面，探讨了通过基本PIPs对(⊓, ⊔)-闭集进行紧凑表示，并提出了可在输出线性时间内枚举所有最大一致理想的高效算法；同时介绍了k-子模松弛的概念及其在FPT算法和计算机视觉中的应用。在铁路车辆分配方面，建立了考虑每日和每月检查约束的混合整数规划模型，分析了求解长周期问题面临的挑战，如可选检查路径有限和末端效应；为缓解这些问题，提出通过设置每月检查次数的上下限来改进模型，有效减轻了末端效应并提升了可行解的求解能力，使可求解的规划周期从7天延长至14天。研

本文研究了k-子模函数极小值点集的紧凑表示方法，提出基于基本偏序集（PIP）的表示框架，并介绍了三种获取该表示的高效算法：利用极小化预言机的方法、针对网络可表示k-子模函数的最大流方法，以及用于多向割问题松弛的半-多向割方法。文章详细分析了每种算法的流程与时间复杂度，展示了其在组合优化中的应用价值，并通过流程图和对比表格直观呈现核心思想，为后续在机器学习与数据挖掘等领域的应用提供了理论支持。

本文介绍了一个用于网络可表示性的通用框架，统一了先前的斜对称网络和k-网络表示方法，并将其与表达能力理论相结合。通过引入收缩机制和扩展表达能力的概念，该框架能够更广泛地表示D域上的函数，并支持高效最小化。同时，文章提出了k-子模函数极小值的紧凑表示方法——基于带有不一致对的偏序集（PIPs），推广了Birkhoff表示定理和有符号偏序集表示，适用于k1和k2的经典情况。针对不同场景提供了构造基本PIPs的算法及枚举最大极小值的方法，这些成果在计算机视觉、优化问题和数据挖掘等领域具有重要应用价值。

本文探讨了厄瓜多尔足球队重新分区与离散优化中网络可表示性的理论与应用。在足球队分区问题中，通过数学规划和局部搜索算法优化球队地理分布，显著减少了联赛的总旅行距离，提升了赛事效率与公平性。同时，研究引入了离散优化中的网络可表示性框架，统一刻画了子模与k-子模函数的表达能力，并揭示其在图像处理、机器学习与物流管理等领域的广泛应用前景。文章还提出了未来研究方向，包括引入更多现实约束与扩展网络表示模型，以推动理论与实践的深度融合。

本文针对厄瓜多尔足球联赛第二级别的分区问题，提出了一种带权重约束的平衡k-团划分问题（BWk-CPP）的数学模型，并设计了整数规划公式与启发式方法相结合的解决方案。通过将省份视为图的节点、距离为边成本、球队表现为节点权重，优化分区的地理紧凑性、队伍数量均衡性和竞技水平同质性。小规模实例采用Gurobi求解最优解，大规模场景则应用启发式算法快速获得可行解。研究为体育赛事分区提供了理论支持与实践路径，具有良好的可扩展性与应用价值。

本文详细解析了在无关机器上解决区间选择问题的近似算法SplitAndMerge，涵盖稀疏内部/边界过程、中间与边界分割过程等关键子过程，并通过归纳分析证明其近似比至少为501/1000。结合标记核心分布与自适应贪心策略，算法在不同场景下均能保持高效性能，适用于大规模任务调度优化。

本文研究了具有核心和单位区间的无关机器上区间选择问题，该问题在汽车共享等实际场景中具有广泛应用。文章证明该问题是APX-难的，并提出一个确定性的501/1000-近似算法SplitAndMerge，通过分治策略与自适应贪心算法结合，在不依赖机器数量的前提下突破了传统1/2的近似比限制。算法利用窗口划分、递归处理与解合并机制，在理论和结构设计上均有创新，且具备进一步优化潜力。

本文深入研究了Gomory-Johnson模型下的割平面定理，涵盖单排无限群问题的数学基础、有效函数与极端函数的定义，并通过算法测试验证和修正已有定理。利用元编程与跨墙广度优先搜索技术，实现了对参数空间的细胞结构分析，成功发现了新的极端函数族并证明了新定理8.1。研究结合SageMath与Parma Polyhedra Library，推动了割平面理论的自动化发现与形式化证明，为整数规划领域提供了强有力的计算辅助工具。

本文综述了多终端顶点分隔问题与割平面定理的研究进展。重点分析了星树和团星两类图结构下该问题的根顶点性质、团星相关不等式系统及其整数性，并证明了其线性系统的完全对偶整数性（TDI），从而实现了多项式时间可解。同时，探讨了利用计算机辅助方法在割平面定理发现与证明中的应用，包括元编程、半代数计算及自动验证新函数族的极值性。研究还展望了该领域在扩展图类、算法优化及与其他技术融合方面的未来方向与挑战，展示了其在网络设计、电路布局和数据挖掘等领域的广泛应用前景。

本文研究了图论中的两个重要组合优化问题：无关并行机调度问题（URPMPC）和多终端顶点分隔问题（MTVSP）。针对URPMPC，提出了基于洞图与团图的有效不等式，并设计了精确分离与启发式分离算法，实验结果表明所提方法显著提升了求解效率。对于MTVSP，在星树和团星等特殊图类上深入分析了其多面体性质，推导了有效不等式，证明了星树中相关多面体的整数性，并探讨了构建总对偶整数（TDI）系统的方法。研究为这两类NP-hard问题提供了理论支持与求解工具，未来可拓展至更多图类及实际应用场景。

本文研究了最近字符串问题与无关并行机调度问题。针对最近字符串问题，提出了一种高效算法，能在较短时间内求解大规模矩形实例，并优于现有启发式方法；同时指出在目标集较大或字符串较长时仍有改进空间。对于无关并行机调度问题，建立了基于区间图和m-团自由图的整数线性规划模型，分析了相关多面体性质，提出了二分爪、伞形图、洞等禁止子图的有效不等式，并设计了分支-切割算法进行求解。实验结果表明该算法在合理时间内能获得高质量解，在云计算、制造和服务等领域具有广泛应用前景。未来将探索更高效的不等式和复杂场景下的模型扩展。

本文研究基于秩距离的最接近字符串问题（CSP），提出了一种通过整数线性规划（ILP）求解该问题的精确方法。与传统汉明距离不同，秩距离考虑了DNA序列中符号的排列顺序和失秩惩罚，在生物信息学中更具应用价值。文章详细构建了基于二分图匹配的ILP模型，引入变量编码、距离约束及有效不等式，并通过大量实验验证了模型在人工和真实生物数据上的高效性与最优性。结果表明，该方法在求解速度和解的质量上均显著优于启发式算法，尤其适用于大规模字符串集合的最优中心字符串搜索。未来工作将聚焦于模型优化、并行计算与跨领域应用拓展。

本文研究了具有指定面的二级多面体，涵盖了其组合结构、枚举算法及几何性质。首先介绍了二级多面体的松弛矩阵、单纯核与V/H-嵌入等基本概念，并提出了一种改进的枚举算法，通过优化候选点集构造、闭包算子设计和对称性利用，显著提升了计算效率，成功实现了七维二级多面体的完全枚举。接着探讨了具有特定类型面（如立方体、交叉多面体、顺序Hanner多面体）的二级多面体结构，引入强分离性质作为判断悬挂体是否保持二级性的充分条件。最后分析了悬挂体在二级多面体中的比例趋势，提出了关于数量增长和面数上界的若干猜想，揭示了悬挂体在理解

本文研究了无线自组网中的共享组播树构建与二维多面体结构两个主题。在共享组播树方面，提出了贪心预期Steiner树算法（GASMT），并通过实验对比了其与MST、BIP方法在目标值和运行时间上的性能，分析了优化策略对成本的改善效果。在二维多面体方面，改进了2-级多面体的枚举算法，首次计算出维度d7时的完整列表，并通过多面体细分与双向图分析，刻画了具有特定面（如顺序Hanner多面体）的2-级多面体结构，提出其为准悬挂体并证明相关性质。研究为网络优化与多面体理论提供了新思路与方法。

本文研究了无线自组网中的共享组播树（SMT）问题，旨在构建一棵与源节点无关的公共树，以降低能耗并满足组播通信需求。文章提出了一个基于整数规划的离散优化模型，并比较了MST构建、BIP构建和贪婪预期SMT算法三种方法。实验结果表明，贪婪预期SMT算法在总成本上表现最优，尽管运行时间较长。未来工作将聚焦于算法优化及复杂网络环境下的扩展应用。

本文研究了多栈双旅行商问题（DTSPMS），提出了一种基于集合覆盖方法的一致性处理策略，并针对双栈情形设计了分支切割算法。通过将问题分解为路由与一致性两部分，利用ATSP的有效不等式加强线性松弛，并引入集合覆盖多面体SC_{n,s}和受限多面体RSC_{n,s}，在双栈情况下将其转化为顶点覆盖多面体，应用奇洞不等式增强模型。实验结果表明，该算法在小规模实例上表现优异，相比现有方法在求解时间与求解数量上均有提升。未来工作将聚焦于松弛与凸包差距分析、大规模实例处理及算法性能优化。

本文研究了子树距离表示算法与双旅行商多栈问题（DTSPMS）。在子树距离方面，提出了一种O(n^3)时间复杂度的算法，能够有效构建加权树并判断相异映射是否为子树距离。在DTSPMS方面，通过揭示其一致性条件与集合覆盖多面体的联系，特别是在双栈情况下与顶点覆盖多面体的关系，推导出新的有效不等式，并将其应用于分支-切割算法中，提升了求解效率。研究为相关组合优化问题提供了理论支持与算法框架，未来可进一步优化算法性能并拓展至更多实际应用场景。

本文研究了两类优化问题及其算法。首先，针对CSAHLPM问题，采用拉格朗日松弛法结合缩减测试进行求解，并扩展至包含链路容量的情形（MILP1），实验结果表明该方法在对偶间隙和计算时间上均优于Cplex。其次，提出一种O(n^3)时间复杂度的算法用于寻找子树距离的表示，相较之前O(n^4)的判定算法效率更高，兼具判定与构造能力。两类算法分别在枢纽网络设计与树结构数据建模中具有重要应用价值。

本文研究了具有多容量级别的有容量限制的单分配枢纽选址问题（CSAHLPM），提出了一种基于拉格朗日松弛的分解方法。通过将原问题转化为线性整数规划并进行拉格朗日松弛，将问题分解为两个可独立求解的子问题，结合原始启发式算法生成可行解，并利用缩减测试减小问题规模。实验结果表明，该方法在求解时间上显著优于商业求解器，同时能获得相同质量的最优解。文章最后展望了算法优化、问题拓展和实际应用等未来研究方向。

本文提出了一种基于对角占优规划（DDP）的新型启发式算法，用于求解大规模欧几里得距离几何问题（EDGP）。通过将传统的半定规划（SDP）松弛转化为可高效求解的线性规划（LP），有效克服了SDP在处理大规模实例时的计算瓶颈。算法结合DDP近似、Barvinok随机秩约简和局部非线性规划（NLP）求解器，在保证解质量的同时显著提升计算效率。实验结果表明，该方法在大型实例上具有明显的时间优势，尤其适用于蛋白质构象等实际应用场景。研究还探讨了DDP的迭代改进与对偶方法，并提出了未来在算法优化、理论分析和多方法融合方

本文研究了人员再培训调度与距离几何中的优化问题。针对人员再培训调度，提出了基于列生成的三种启发式算法：简化主问题、固定列和学生聚类方法，实验表明学生聚类法在解的质量和可行性上表现最优。对于距离几何问题，提出结合对角占优规划（DDP）、随机秩缩减和局部非线性规划求解器的新启发式算法，能有效处理大规模实例及距离不确定性。两类问题均体现了多策略融合在复杂优化中的优势，并为实际应用提供了高效解决方案。

本文研究了稳定集问题与人员再培训调度问题的优化方法。在稳定集问题中，强化Chvátal-Gomory割被证明对复杂组合优化问题有效，具备与多面体不等式竞争的能力，但仍需进一步提升效率；在人员再培训调度问题中，通过建立二次规划模型并采用列生成方法，结合增强模型与启发式策略，有效应对NP难特性。文章还探讨了未来在算法加速、理论深化及实际应用扩展方面的研究方向。

本文提出了一种通过Chvátal-Gomory割平面强化稳定集问题线性规划上界的新方法。核心思想是识别违反的CG割平面，并基于整数凸包对其右侧进行强化，从而获得更紧的上界。算法结合单纯形表割平面与MIP-CG分离技术，优先选择稀疏割平面以提升强化效率。实验结果表明，该方法在多个图类上生成的上界CG-S优于或接近现有方法（如theta函数、MKK等），尤其在brock、p_hat和sanr等困难图上表现突出，且计算时间合理，实现了上界质量与效率的良好平衡。

本文探讨了在颜色诱导预算约束下的偏序集拟阵优化问题，重点分析了最小着色理想问题（MCIP）的计算复杂性。结果表明，即使在结构简单的偏序集上，该问题也通常是NP难或强NP难的。然而，对于串并联偏序集，通过构建有向无环图并利用多标准最短路径算法，MCIP可在多项式时间内求解。文章还给出了路径与理想之间一一对应的证明，并展望了未来可能的研究方向。

本文探讨了组合2-级多面体的顶点与面结构及其满足猜想1的条件，并深入分析了带颜色预算约束的优化问题。重点研究了在普通拟阵、整数多拟阵和偏序拟阵上的该类问题的复杂度与可解性：普通拟阵和整数多拟阵可在多项式时间内求解，而一般偏序拟阵为NP-难；但在系列-并行偏序结构下仍存在多项式算法。文中还总结了相关算法流程与理论边界，为组合优化与拟阵理论的应用提供了重要参考。

本文系统研究了组合数学中2-级多面体的顶点与面结构，涵盖Hanner多面体、图论2-级多面体（如稳定集多面体、Hansen多面体和序多面体）、2-级拟阵基多面体以及割多面体与拟阵循环多面体。文章证明了这些多面体在特定条件下均满足猜想1，并给出了其线性描述、面结构及代数性质。通过定理推导与结构分析，揭示了多面体与其组合背景之间的深刻联系，为多面体理论的发展及其在优化、图论和拟阵理论中的应用提供了重要基础。

本文研究了组合优化中的两个重要问题：k项二次背包问题的精确求解与2-级多面体的顶点和面数关系。针对k项二次背包问题，提出了一种结合动态束方法与分支限界框架的新算法（B&C），通过高效的函数评估、变量选择与更新机制，在根节点间隙和搜索节点数上显著优于现有方法，尽管总体计算时间仍有优化空间。对于2-级多面体，提出了顶点数与面数乘积的上界猜想，并证明其在Hanner多面体、完美图相关多面体、拟阵基多面体等多类结构上成立，同时指出该猜想不适用于所有0/1多面体。研究为后续算法改进与多面体理论深化提供了方向。

本文研究了图论中的{k}-Packing Functions（{k}PF）与k有限打包（kLP）问题在不同图类下的计算复杂度，证明了{k}PF在二分图上的NP-完全性，并探讨了两类问题之间的多项式约简关系。同时，针对0-1 k-项二次背包问题（kQKP），提出了一种结合半定松弛与分支-限界框架的新算法，利用半定规划获得紧上界，配合启发式方法获取高质量下界，并通过数值实验验证了算法有效性。最后总结成果并展望未来研究方向，包括寻找复杂度分离的图类、改进松弛方法及融合机器学习技术等。

本文研究了多维二进制向量分配问题与图的{k}-打包函数及k-有限打包问题。针对多维二进制向量分配问题，证明了其在稀疏情况下的APX-难性，提出了多项式时间近似算法，并设计了基于动态规划的精确求解方法。对于图的打包问题，定义了{k}-打包函数与k-有限打包的基本概念，证明了{k}PF在二分图上的NP-完全性，并发现了多个新图类中两类问题复杂度的一致性。文章总结了当前研究成果，并展望了未来在算法优化、新图类探索和实际应用拓展等方面的研究方向。

本文探讨了无线网络设计与多维二进制向量分配问题的求解方法及近似性。在无线网络设计中，针对MIP模型求解面临的数值挑战，分析了精确与近似LP求解技术的应用潜力，并提出将精确LP求解集成到分支定界过程的未来方向。对于多维二进制向量分配问题，研究了(min ⋀ 0)_{\#0\leq 1}的近似难度，在UGC假设下证明其难以在(n - \epsilon')内近似，且为APX难；同时通过转化为图的最大匹配问题，证明该问题在固定m时可多项式时间求解，但其FPT性质仍待研究。整体工作揭示了两类问题的理论边界与实际求解路

本文探讨了无线网路设计问题（WND）的精确求解方法，重点分析了基于信号干扰比（SIR）约束的数学模型在实际求解中面临的数值不稳定性和解的不可靠性问题。针对功率分配问题（PAP）和调度与功率分配问题（SPAP），研究比较了传统MIP求解器如CPLEX在浮点运算下的局限性，并评估了精确求解方法如QSopt ex和基于迭代细化的SoPlex在提高解精度与可行性方面的表现。实验结果表明，对SIR不等式进行适当缩放可显著改善求解质量，而精确LP求解技术能有效验证服务覆盖的正确性。文章进一步总结了不同求解器的适用场景，

本文研究了混合整数规划在生产规划中的应用，对比了三种MIP模型（Form1、Form2、Form3）的规模、理论下界和计算性能，结果表明Form3在理论强度和实际求解效率上表现最优。同时，针对无线网络设计中因自然公式导致的数值困难，提出一种新方法，利用扩展精度求解器有效识别并纠正浮点求解器的不可行解。通过与电信企业的合作实例验证了该方法的实用性。研究表明，Form3模型适用于复杂生产调度问题，而精确数值处理技术为无线通信网络优化提供了可靠解决方案，二者均对实际工程应用具有重要指导意义。

本文介绍了一种求解半定松弛问题的坐标上升法，提出了改进的CD2D算法，通过二维平面搜索显著提升了收敛性与下界质量，并在随机实例上验证了其优于CSDP等传统方法。同时，针对现实世界中复杂的批量规模生产计划问题，构建了三种不同的MIP模型（Form1、Form2、Form3），分别从多个角度对并行机器、生产时间窗口、积压订单、销售损失及设置结转等特征进行建模。实验结果表明，CD2D算法和多种MIP模型为实际生产优化提供了高效且灵活的解决方案，未来可进一步集成以提升求解效率。

本文提出了一种用于求解非凸二次整数规划半定松弛对偶问题的坐标上升法。该方法通过引入障碍函数和精确线搜索，结合低秩更新的Woodbury公式，高效地迭代优化对偶变量，在每次迭代中快速获得有效的下界。相比传统内点法，该算法在大规模实例上具有更低的时间和内存开销，特别适用于Q-MIST分支限界框架中的快速下界估计，显著提升求解效率。