arXiv 机器学习· Haoran Liu, Guanyi Wang, Yu Yang·· 5 小时前AI 评分37
SAG-Sep：面向圆整容量割分离的稀疏增强图与洋葱引导搜索
SAG-Sep: Sparse Augmented Graphs and Onion-Guided Search for Rounded Capacity Cut Separation
AI 导读
研究人员提出神经分离器 SAG-Sep，通过稀疏增强图编码与免训练的 Onion-Sweep 解码器，实现车辆路径问题中圆整容量割（RCC）的高效分离。在 N=1000 客户实例的 NeuralSEP 基准上，SAG-Sep 配合 OS 相比最强 NeuralSEP 基线将平均 root gap 降低 17.7%，并带来约 30 倍的单次迭代神经分离加速。
来源：arXiv 机器学习 · arxiv.org