一种基于深度强化学习的智能割平面选择方法

本发明公开了一种基于深度强化学习的智能割平面选择方法，所述方法包括：构建神经网络模型并以其取代混合整数线性规划问题MILPs求解器SCIP的割平面选择组件；收集混合整数线性规划问题MILPs的状态信息；将状态信息构建为异构三分图，并以其作为神经网络模型的输入得到所选割平面序列；将所选割平面序列作为动作信息并根据其求解MILPs得到奖励信息，将状态、动作以及奖励信息构建为数据集；利用Actor‑Critic算法根据数据集训练神经网络模型，训练完成得到神经网络模型作为SCIP求解器的割平面选择组件。本发明所述的智能割平面选择方法提升了MILPs的求解性能以及稳定性。