الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-22

اختيار قابل للتفسير للمستويات القاطعة في البرمجة الخطية ذات الأعداد الصحيحة المختلطة باستخدام البرمجة الوراثية

العنوان الأصلي: Interpretable Cutting Plane Selection for Mixed-Integer Linear Programming Using Genetic Programming

تُعد المستويات القاطعة مكوّنًا أساسيًا في برامج حل البرمجة الخطية مختلطة الأعداد الصحيحة (MILP)، غير أن استراتيجيات القطع المصممة يدويًا الحالية ثابتة، في حين توفر الاستراتيجيات المتعلمة القائمة على الشبكات العصبية قابلية تفسير محدودة ولا تقدم ضمانات تقارب. يقترح المؤلفون GPSCS، وهو أول إطار قائم على التعلم يُعمّم القواعد الاستدلالية المصممة يدويًا في سياسة قابلة للتفسير تمامًا: فالبرمجة الجينية تطوّر دالة تنقيط رمزية ترتّب القاطعات المرشحة، وتقرر آلية خفيفة قائمة على الإحصاء بشكل تكيفي عدد القاطعات الأعلى ترتيبًا التي تُضاف في كل جولة فصل. وعند تقييمه في SCIP على سبع فئات من معايير القياس الاصطناعية والواقعية التي تكون مثيلاتها التقييمية أصعب في المتوسط بـ 41 مرة من مثيلات التدريب، حسّن GPSCS متوسط زمن الحل بنسبة 6% مقارنة بالإعداد الافتراضي لـ SCIP، وحقق تسريعًا بمقدار الضعف مقارنة بكل من نهج عصبي حديث وخط أساس بدون قاطعات.

اقرأ المصدر الأصلي ↗

جميع العناصر →