大规模MINLP高效求解算法数据集

主要面向大规模优化问题高效求解方法研究，数据集基于国际标准测试库构建，包含240个具有代表性的基准测试实例，涵盖纯整数规划（IP）与混合整数线性规划（MILP）两大类问题。数据内容详细刻画了各类模型的关键结构信息，包括问题规模、变量类型（如二进制、整数及连续变量）、约束数量以及对应的最优解或当前最佳已知解等，为算法性能评估提供标准参照。相关实例广泛来源于实际工业应用与学术研究场景，涉及生产调度、网络设计、物流运输等多个典型领域，能够真实反映复杂优化问题的建模特征与求解难点。该数据集可用于验证算法的计算效率、求解精度及可扩展性，为高性能优化算法设计提供重要支撑。此外，数据集配套包含相关学术论文2篇及授权专利1篇，为方法研究与技术实现提供参考依据。整体数据规模约为6.8GB，数据体量大、结构规范，适用于大规模优化算法开发与系统测试。