挑戰(zhàn)課題方向簡(jiǎn)介

本課題研究的是機(jī)器學(xué)習(xí)如何提升優(yōu)化算法的求解效率問題，大多數(shù)優(yōu)化算法涉及的默認(rèn)參數(shù)和策略都是專家經(jīng)驗(yàn)設(shè)定，但根據(jù)NFL理論，針對(duì)一個(gè)具體的優(yōu)化算法，不可能只依賴于一套參數(shù)和策略高效解決所有場(chǎng)景的問題，因此需要基于問題特征、算法特點(diǎn)和實(shí)際要求來(lái)適配合適的參數(shù)和策略，此問題的解決需要基于學(xué)習(xí)的方法來(lái)解決，但基于學(xué)習(xí)的方法（例如機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)方法），在解決優(yōu)化問題（尤其組合優(yōu)化問題）時(shí)，面臨著如下挑戰(zhàn)：1）數(shù)據(jù)生成問題；2）泛化及規(guī)模擴(kuò)張問題；3）建模問題；4）可行性問題。我們選擇了典型的線性規(guī)劃和混合整數(shù)線性規(guī)劃求解算法作為研究對(duì)象，研究如何基于學(xué)習(xí)的方法，使得求解器性能提升1-2倍，針對(duì)特定問題，性能可以提升1-2個(gè)數(shù)量級(jí)以上。

投遞方式

郵箱發(fā)送到wulang@huawei.com，郵件標(biāo)題及簡(jiǎn)歷附件命名方式：天才少年招聘+姓名+學(xué)校+挑戰(zhàn)課題方向