本研究提出了一种扩展解决方案，通过使用基于超平面的决策树和其他机器学习模型来近似原问题，并采用自适应采样和鲁棒优化等方法提高约束近似的准确性。测试结果显示了解的可行性和最优性的改进，并与BARON进行了比较，显示了更好的最优间隙或解决时间。