Buchumschlag

PDHG-Unrolled Learning-to-Optimize Method for Large-Scale Linear Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Bingheng, Yang, Linxin, Chen, Yupeng, Wang, Senmiao, Chen, Qian, Mao, Haitao, Ma, Yao, Wang, Akang, Ding, Tian, Tang, Jiliang, Sun, Ruoyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Efficient Unsupervised Framework for Convex Quadratic Programs via Deep Unrolling
von: Yang, Linxin, et al.
Veröffentlicht: (2024)

Solving Quadratic Programs via Deep Unrolled Douglas-Rachford Splitting
von: Xiong, Jinxin, et al.
Veröffentlicht: (2025)

SymILO: A Symmetry-Aware Learning Framework for Integer Linear Optimization
von: Chen, Qian, et al.
Veröffentlicht: (2024)

On Representing Convex Quadratically Constrained Quadratic Programs via Graph Neural Networks
von: Wu, Chenyang, et al.
Veröffentlicht: (2024)

Successive Fixing for Large-Scale SCUC Using First-Order Methods
von: Xiong, Jinxin, et al.
Veröffentlicht: (2025)

Restarted Halpern PDHG for Linear Programming
von: Lu, Haihao, et al.
Veröffentlicht: (2024)

Enhanced PDHG for Linear Programming with Online Preconditioning
von: Lu, Haihao, et al.
Veröffentlicht: (2025)

Accessible Complexity Bounds for Restarted PDHG on Linear Programs with a Unique Optimizer
von: Xiong, Zikai
Veröffentlicht: (2024)

A Learning-Based Inexact ADMM for Solving Quadratic Programs
von: Gao, Xi, et al.
Veröffentlicht: (2025)

High-Probability Polynomial-Time Complexity of Restarted PDHG for Linear Programming
von: Xiong, Zikai
Veröffentlicht: (2025)

Mixed-Integer Linear Optimization via Learning-Based Two-Layer Large Neighborhood Search
von: Liu, Wenbo, et al.
Veröffentlicht: (2024)

From Sequential to Parallel: Reformulating Dynamic Programming as GPU Kernels for Large-Scale Stochastic Combinatorial Optimization
von: Zhao, Jingyi, et al.
Veröffentlicht: (2026)

GPU-based Split algorithm for Large-Scale CVRPSD
von: Zhao, Jingyi, et al.
Veröffentlicht: (2025)

The Role of Level-Set Geometry on the Performance of PDHG for Conic Linear Optimization
von: Xiong, Zikai, et al.
Veröffentlicht: (2024)

Hybridizing PDHG and Interior-Point Methods
von: Rothberg, Edward
Veröffentlicht: (2026)

Concurrent Crossover for PDHG
von: Rothberg, Edward
Veröffentlicht: (2025)

A Novel Mixed-Integer Linear Programming Formulation for Continuous-Time Inventory Routing
von: Wang, Akang, et al.
Veröffentlicht: (2023)

Parallel Graver Basis Extraction for Nonlinear Integer Optimization
von: Liu, Wenbo, et al.
Veröffentlicht: (2024)

Relax-and-Cut for Temporal SCUC Decomposition
von: Xiong, Jinxin, et al.
Veröffentlicht: (2025)

Backing PDHG into a Corner
von: Rothberg, Edward
Veröffentlicht: (2025)

Feature Augmentation of GNNs for ILPs: Local Uniqueness Suffices
von: Han, Qingyu, et al.
Veröffentlicht: (2025)

Exploring and Improving Initialization for Deep Graph Neural Networks: A Signal Propagation Perspective
von: Wang, Senmiao, et al.
Veröffentlicht: (2025)

IPM-LSTM: A Learning-Based Interior Point Method for Solving Nonlinear Programs
von: Gao, Xi, et al.
Veröffentlicht: (2024)

When GNNs meet symmetry in ILPs: an orbit-based feature augmentation approach
von: Chen, Qian, et al.
Veröffentlicht: (2025)

PDLP: A Practical First-Order Method for Large-Scale Linear Programming
von: Applegate, David, et al.
Veröffentlicht: (2025)

A Composite Decomposition Method for Large-Scale Global Optimization
von: Tian, Maojiang, et al.
Veröffentlicht: (2024)

S-D-RSM: Stochastic Distributed Regularized Splitting Method for Large-Scale Convex Optimization Problems
von: Wang, Maoran, et al.
Veröffentlicht: (2025)

A Lyapunov Analysis of Accelerated PDHG Algorithms
von: Zeng, Xueying, et al.
Veröffentlicht: (2024)

Scaled Proximal Gradient Methods for Multiobjective Optimization: Improved Linear Convergence and Nesterov's Acceleration
von: Chen, Jian, et al.
Veröffentlicht: (2024)

A New Crossover Algorithm for LP Inspired by the Spiral Dynamic of PDHG
von: Liu, Tianhao, et al.
Veröffentlicht: (2024)

Smoothing Binary Optimization: A Primal-Dual Perspective
von: Liu, Wenbo, et al.
Veröffentlicht: (2025)

ROS: A GNN-based Relax-Optimize-and-Sample Framework for Max-k-Cut Problems
von: Qiu, Yeqing, et al.
Veröffentlicht: (2024)

Monitoring the Convergence Speed of PDHG to Find Better Primal and Dual Step Sizes
von: Fercoq, Olivier
Veröffentlicht: (2024)

Understanding the PDHG Algorithm via High-Resolution Differential Equations
von: Li, Bowen, et al.
Veröffentlicht: (2024)

An Efficient Smoothing Damped Newton Method for Large-Scale Mathematical Programs with Equilibrium Constraints
von: Wang, Yixin, et al.
Veröffentlicht: (2025)

Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization
von: Kotary, James, et al.
Veröffentlicht: (2023)

On the Relation Between LP Sharpness and Limiting Error Ratio and Complexity Implications for Restarted PDHG
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Computational Guarantees for Restarted PDHG for LP based on "Limiting Error Ratios" and LP Sharpness
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Understanding the Curse of Unrolling
von: Mehmood, Sheheryar, et al.
Veröffentlicht: (2026)

MoFO: Momentum-Filtered Optimizer for Mitigating Forgetting in LLM Fine-Tuning
von: Chen, Yupeng, et al.
Veröffentlicht: (2024)