arXiv:2508.19218cs.AI2025-08中稿 · ECAI 2025被引 1
提出一种新型组合优化问题，用于解决金融对账等实际场景。
The Subset Sum Matching Problem
- 设计三种算法，含两种近似与一种精确解法
- 构建涵盖不同复杂度的基准测试集
- 适合金融、供应链等领域研究人员参考
本文提出一种新的组合优化任务——子集和匹配问题（Subset Sum Matching Problem, SSMP），该问题抽象自常见的金融应用，如交易对账。为此，我们设计了三种求解算法，其中两种为次优解法，一种为最优解法。同时，我们构建了一个基准测试集，覆盖不同复杂度的SSMP实例，并通过实验评估了各方法在性能上的表现。
原文摘要 · Abstract (English)
This paper presents a new combinatorial optimisation task, the Subset Sum Matching Problem (SSMP), which is an abstraction of common financial applications such as trades reconciliation. We present three algorithms, two suboptimal and one optimal, to solve this problem. We also generate a benchmark to cover different instances of SSMP varying in complexity, and carry out an experimental evaluation to assess the performance of the approaches.
组合优化金融计算算法设计
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。