arXiv · ML· Niki Triantafyllou, Maria M. Papathanasiou·· 1 天前AI 评分26
EnerGNN：学习优化兼容能量函数以实现精确约束组合推理
EnerGNN: Learning Optimization-Compatible Energy Functions for Exact Constrained Combinatorial Inference
AI 导读
EnerGNN框架通过混合整数规划实现精确约束推理，在多个基准测试中达成100%可行性及近最优解。 该模型采用图神经网络编码器与非线性能量头，在供应链问题上实现17.4倍加速且平均原始间隙仅为0.05%。 学习到的能量函数支持零样本约束注入，无需重新训练即可适应变化约束并保持可行性。
来源：arXiv · ML · arxiv.org