Local branching(邻域分支)

注：改文章转载自知乎链接：https://zhuanlan.zhihu.com/p/405859225

参考文献：Fischetti, M., & Lodi, A. (2003). Local branching. Mathematical programming, 98(1), 23-47.

与local search思想相近，都是基于邻域的思想来进行搜索。

算法流程

1. 寻找一个可行初始解x1

2. 按新解与x1的距离进行分支，左分支距离小于等于k，右分支距离大于k

3. 优先求解左分支，只要左分支改进了当前最优解，就对右分支继续分支（注意右分支并不求解）

4. 当左分支不能改进当前最优解，求解右分支，算法结束。

评价

这个算法对k的选择很严格，若太小，则左分支很可能找不到一个改进解；若太大，则左分支仍然会求解很慢。
文中好像没提到，对于步骤4，求解右分支，有两种思路：
可以递归的调用自身。即，把右分支的问题当成原始问题，从步骤1开始求解。
继续按x3分支，分为
和

算法改进

由于算法对k值很敏感，所以考虑动态调节这个值。

首先对每次左节点求解限时TL，如果超时没有求得最优解，则考虑两种情况

1> 当前最优解被提升，则回溯到父节点，按提升后的解重新分支，如下图中的节点4 case

2> 当前最优解未得到提升，进一步缩小节点可行域，再搜索。比如，令k:=floor(k/2)，如下图中的节点4 case

另外，如果左分支搜索完了，但没有改进解，可扩大左分支的可行域，例如将k放大一些。