AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-22
遺伝的プログラミングによる混合整数線形計画の解釈可能なカット選択
原題: Interpretable Cutting Plane Selection for Mixed-Integer Linear Programming Using Genetic Programming
混合整数線形計画(MILP)ソルバで重要な役割を果たすカット選択について、手作業で調整された発見的手法を完全に解釈可能な方策へ一般化する、初の学習ベースフレームワークGPSCSを提案した。遺伝的プログラミングがカットと求解状況の特徴量を用いて候補カットを順位付ける記号的スコア関数を進化させ、スコアの大きな低下の検出に基づく軽量な統計的機構が各分離ラウンドで追加する上位カット数を適応的に決める。SCIP上で7種類の合成・実世界ベンチマーク(評価インスタンスは学習用より平均41倍困難)により評価した結果、SCIP既定のカット選択より平均6%求解時間を短縮し、最近のニューラルネットワーク手法とカットなしベースラインの双方に対して2倍の高速化を達成した。