Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.08702

帮助 | 高级搜索

数学 > 优化与控制

arXiv:2508.08702 (math)
[提交于 2025年8月12日 ]

标题: 用格枚举求解市场分割问题

标题: Solving the Market Split Problem with Lattice Enumeration

Authors:Alfred Wassermann
摘要: 市场分割问题由Cornuéjols和Dawande于1998年提出,作为求解具有二进制变量的线性系统算法的基准问题。最近(2025年)的量子优化基准库(QOBLIB)包含了一组可行的市场分割问题实例。市场分割问题似乎很难用整数线性规划软件的传统分支定界方法解决,据报道该方法可以处理QOBLIB中的实例最多到$m=7$。相反,一种新的Schroeppel-Shamir算法的GPU实现可以解决到$m=11$的实例。在这篇简短的注释中,我们报告了我们算法的实验,该算法将市场分割问题转化为格问题。作者最近的实现diophant应用于QOBLIB市场分割实例可以在标准计算机上解决到$m=14$的实例。
摘要: The market split problem was proposed by Cornu\'ejols and Dawande in 1998 as benchmark problem for algorithms solving linear systems with binary variables. The recent (2025) Quantum Optimization Benchmark Library (QOBLIB) contains a set of feasible instances of the market split problem. The market split problem seems to be difficult to solve with the conventional branch-and-bound approach of integer linear programming software which reportedly can handle QOBLIB instances up to $m=7$. In contrast, a new GPU implementation of the Schroeppel-Shamir algorithm solves instances up to $m=11$. In this short note we report about experiments with our algorithm that reduces the market split problem to a lattice problem. The author's most recent implementation solvediophant applied to the QOBLIB market split instances can solve instances up to $m=14$ on a standard computer.
主题: 优化与控制 (math.OC)
MSC 类: 90C27, 90-08, 90-04
引用方式: arXiv:2508.08702 [math.OC]
  (或者 arXiv:2508.08702v1 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.08702
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Alfred Wassermann [查看电子邮件]
[v1] 星期二, 2025 年 8 月 12 日 07:46:04 UTC (8 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.OC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号