AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-22

জেনেটিক প্রোগ্রামিং ব্যবহার করে মিশ্র-পূর্ণসংখ্যা রৈখিক প্রোগ্রামিংয়ের জন্য ব্যাখ্যাযোগ্য কাটিং প্লেন নির্বাচন

মূল শিরোনাম: Interpretable Cutting Plane Selection for Mixed-Integer Linear Programming Using Genetic Programming

মিক্সড-ইন্টিজার লিনিয়ার প্রোগ্রামিং (MILP) সলভারে কাটিং প্লেন একটি মূল উপাদান, কিন্তু বর্তমান হ্যান্ডক্রাফটেড কাট কৌশলগুলো স্থির, অপরদিকে নিউরাল-নেটওয়ার্ক-ভিত্তিক শেখা কৌশলগুলো সীমিত ব্যাখ্যাযোগ্যতা দেয় এবং কোনো কনভারজেন্স গ্যারান্টি নেই। লেখকরা GPSCS প্রস্তাব করেছেন—হ্যান্ডক্রাফটেড হিউরিস্টিকগুলোকে সম্পূর্ণ ব্যাখ্যাযোগ্য একটি পলিসিতে সাধারণীকরণ করা প্রথম লার্নিং-ভিত্তিক ফ্রেমওয়ার্ক: জেনেটিক প্রোগ্রামিং একটি প্রতীকী স্কোরিং ফাংশন বিবর্তিত করে যা প্রার্থী কাটগুলোর র‍্যাঙ্ক নির্ধারণ করে, এবং একটি হালকা পরিসংখ্যান-ভিত্তিক প্রক্রিয়া অভিযোজিতভাবে ঠিক করে প্রতিটি সেপারেশন রাউন্ডে কতগুলো শীর্ষ-র‍্যাঙ্কের কাট যোগ করা হবে। SCIP-এ সিনথেটিক ও বাস্তব-বিশ্বের সাত শ্রেণির বেঞ্চমার্কে মূল্যায়িত—যার মূল্যায়ন ইনস্ট্যান্সগুলো প্রশিক্ষণ ইনস্ট্যান্সগুলোর চেয়ে গড়ে 41 গুণ কঠিন—GPSCS SCIP-এর ডিফল্টের তুলনায় গড় সমাধান সময় 6% উন্নত করে এবং সাম্প্রতিক একটি নিউরাল পদ্ধতি ও নো-কাট বেসলাইন উভয়ের তুলনায় দ্বিগুণ গতি অর্জন করে।

মূল লেখা পড়ুন ↗

সব আইটেম →