[论文解读] From Computational Certification to Exact Coordinates: Heilbronn's Triangle Problem on the Unit Square Using Mixed-Integer Optimization

Nathan Sudermann-Merx|arXiv (Cornell University)|Mar 11, 2026

Advanced Optimization Algorithms Research被引用 0

一句话总结

论文提出了一种先优化再细化的框架，使用全局混合整数非线性规划结合精确符号计算，在单位正方形上解决海尔布龙三角形问题，对于 n=9 能获得认证最优性，约用时 15 分钟，并推导出 n=5–9 的精确坐标。

ABSTRACT

We develop an optimize-then-refine framework for the classical Heilbronn triangle problem that integrates global mixed-integer nonlinear programming with exact symbolic computation. A novel symmetry-breaking strategy, together with the exploitation of structural properties of determinants, yields a substantially stronger optimization model: for $n=9$, the problem can be solved to certified global optimality in 15 minutes on a standard desktop computer, improving upon the previously reported effort of about one day by more than an order of magnitude. Combining the numerical certificate with exact symbolic computation, we provide the first proof that the configuration discovered by Comellas and Yebra in 2002 for $n=9$ is globally optimal, and derive exact coordinates for all optimal configurations with $n=5,\dots,9$, confirming earlier best-known results and sometimes simplifying their presentation. An analysis of these configurations reveals structural patterns-notably the clustering of noncritical triangle areas around a small number of distinct values-which give rise to new research questions about the combinatorial geometry of extremal point sets. All configurations and code are publicly available to provide a reproducible foundation for further research.

研究动机与目标

• 为单位正方形上的海尔布龙三角形问题建立更强的混合整数优化模型。
• 将全局 MINLP 与精确符号细化结合，以获得有证据的最优配置。
• 提取结构性洞见，提供可重复的配置与代码。
• 展示对 n=9 的高效求解，比以往工作显著更快。

提出的方法

• 将海尔布龙问题表述为最大化最小三角形面积的 MINLP。
• 引入符号面积变量和二元符号以处理三角形面积的绝对值。
• 基于边界结构的对称性破坏策略以减小搜索空间。
• 用辅助变量替代乘积项，减轻求解器的非线性。
• 结合优化-再细化流程从数值解获得精确坐标。

Figure 5: Optimal configuration for $n=7$ with its eight critical triangles highlighted.

实验结果

研究问题

• RQ1 在单位正方形上使用改进的 MINLP 模型，小 n 的认证最小三角形面积 Δn 是多少？
• RQ2 是否可以利用对称性破坏和行列式结构来更高效地解决 Heilbronn 问题，至 n=9？
• RQ3 如何将数值证书与精确符号计算结合，得到最优配置的精确坐标？
• RQ4 在 n≤9 的最优配置中出现了哪些结构模式，又带来哪些未解决的问题？
• RQ5 所提出的框架是否可通过公开可获得的配置与代码重复实现？

主要发现

• 对于 n=9，在一台标准桌面计算机上约 15 分钟即可获得全局最优的认证，优于以往工作约一天的时间。 对于 n=5…9 的所有最优配置推导出精确坐标，验证了之前结果并在有新之处处给出证明。 优化-再细化框架将数值优化与精确符号解相结合，得到可证明的配置。
• 基于边界结构和行列式属性的对称性破坏显著降低了运行时间。
• 出现了结构性模式：关键三角形的数量随 n 增长，非关键三角形面积聚集在几个值附近，提出了新的组合几何问题。

Figure 6: Optimal configuration for $n=5$ .