基于图神经网络的组合优化统一框架

图神经网络（GNN）已成为解决组合优化问题（COP）的强大工具，在图结构和非图结构领域都表现出最先进的性能。然而，现有方法缺乏一个统一的框架，能够处理各种COP。在概述了代表性COP的总结以及最近在GNN解决COP方面的进展后，本文提出了一个基于GNN的解决COP的统一框架，包括COP的图表示、将非图结构COP等效转换为图结构COP、图分解和图简化。所提框架利用了GNN有效捕捉关系信息和从COP的图表示中提取特征的能力，提供了一种通用的COP解决方案，能够克服当前最先进的解决非图结构和高度复杂图结构COP的局限性。