@misc{AchterbergBertholdHendel, author = {Achterberg, Tobias and Berthold, Timo and Hendel, Gregor}, title = {Rounding and Propagation Heuristics for Mixed Integer Programming}, doi = {10.1007/978-3-642-29210-1_12}, url = {http://nbn-resolving.de/urn:nbn:de:0297-zib-13255}, number = {11-29}, abstract = {Primal heuristics are an important component of state-of-the-art codes for mixed integer programming. In this paper, we focus on primal heuristics that only employ computationally inexpensive procedures such as rounding and logical deductions (propagation). We give an overview of eight different approaches. To assess the impact of these primal heuristics on the ability to find feasible solutions, in particular early during search, we introduce a new performance measure, the primal integral. Computational experiments evaluate this and other measures on MIPLIB~2010 benchmark instances.}, language = {en} } @masterthesis{Hendel, type = {Bachelor Thesis}, author = {Hendel, Gregor}, title = {New Rounding and Propagation Heuristics for Mixed Integer Programming}, url = {http://nbn-resolving.de/urn:nbn:de:0297-zib-13322}, school = {Zuse Institute Berlin (ZIB)}, pages = {95}, abstract = {Die vorliegende Arbeit befasst sich mit Primalheuristiken f{\"u}r gemischt-ganzzahlige, lineare Optimierungsprobleme (engl.: mixed integer program MIP). Zahlreiche Optimierungsprobleme aus der Praxis lassen sich als MIP modellieren, Beispiele hierf{\"u}r sind u. a. Optimierungsprobleme im {\"o}ffentlichen Nah- und Fernverkehr, bei logistischen Fragestellungen oder im Bereich der Chip-Verifikation. Das L{\"o}sen von MIP ist NP-schwer und wird heutzutage meistens mit Hilfe von Branch-and-Bound-basierenden Algorithmen versucht. Das Branch-and-Bound-Ver\-fah\-ren profitiert unter Umst{\"a}nden von bereits fr{\"u}hzeitig zur Verf{\"u}gung stehenden L{\"o}sungen, daher sind wir sehr an heuristischen Verfahren interessiert, die in der Praxis schnell eine gute L{\"o}sung f{\"u}r eine große Zahl an MIPs liefern und somit die L{\"o}sezeit des Branch-and-Bound-Verfahrens erheblich beschleunigen k{\"o}nnen. Primalheuristiken sind Suchverfahren zum Auffinden zul{\"a}ssiger L{\"o}sungen eines MIP. Verschiedene Typen von Primalheuristiken sollen dabei den jeweiligen Bedarf des Anwenders zu unterschiedlichen Zeiten w{\"a}hrend der Branch-and-Bound-Suche decken. W{\"a}hrend Start- und Rundeheuristiken zu Beginn des L{\"o}seprozesses eine große Rolle bei der Suche nach der ersten zul{\"a}ssigen L{\"o}sung haben, arbeiten Verbesserungs-heuristiken auf schon bekannten L{\"o}sungen, um neue, bessere L{\"o}sungen zu produzieren. Diese Arbeit besch{\"a}ftigt sich mit Primalheuristiken, welche Teil des MIP-L{\"o}sers SCIP sind. Im ersten Kapitel werden nach der Erarbeitung grundlegender Definitionen viele der durch Tobias Achterberg und Timo Berthold in SCIP integrierten heuristischen Verfahren vorgestellt und kategorisiert. Auf dieser Grundlage bauen dann die Kapitel 2-4 der Arbeit auf. In diesen werden drei zus{\"a}tzliche Heuristiken vorgestellt, im Einzelnen sind dies ZI Round, eine Rundeheuristik, welche zuerst von Wallace beschrieben wurde, außerdem eine 2-Opt-Heuristik f{\"u}r MIP und eine neue Startheuristik, Shift-And-Propagate. Großer Wert wird in jedem Kapitel auf die algorithmische Beschreibung der Heuristiken gelegt, die stets anhand von motivierenden Beispielen eingef{\"u}hrt und anhand von Pseudocode-Algorithmen begleitet werden. Zus{\"a}tzlich enth{\"a}lt jedes Kapitel Auswertungen der mit den neuen Heuristiken gemessenen Ergebnisse von SCIP. Eine kurze Zusammenfassung in Kapitel 5 schließt diese Arbeit ab.}, language = {en} } @inproceedings{HendelBertholdAchterberg, author = {Hendel, Gregor and Berthold, Timo and Achterberg, Tobias}, title = {Rounding and Propagation Heuristics for Mixed Integer Programming}, series = {Operations Research Proceedings 2011}, booktitle = {Operations Research Proceedings 2011}, pages = {71 -- 76}, abstract = {Primal heuristics are an important component of state-of-the-art codes for mixed integer programming. In this paper, we focus on primal heuristics that only employ computationally inexpensive procedures such as rounding and logical deductions (propagation). We give an overview of eight different approaches. To assess the impact of these primal heuristics on the ability to find feasible solutions, in particular early during search, we introduce a new performance measure, the primal integral. Computational experiments evaluate this and other measures on MIPLIB~2010 benchmark instances.}, language = {en} }