Benders Decomposition 学习笔记

因为一开始就是用latex写的，所以粘到网站上就没有转化为可以看的现成的格式，涉及到比较多的公式，想要看的具体一点的建议自己粘到latex里边编译一下

如果没有latex，我把pdf版本上传到了资源上，感兴趣的读者可以去下载 https://download.csdn.net/download/klein15/10398635，如果没有积分的话欢迎留言联系方式，我们可以私下探讨

\documentclass[UTF8,a4]{article}

\usepackage{
 CTEX,amsmath,amssymb}

\usepackage{geometry}

\geometry{left=3cm,right=2.5cm,top=2.5cm,bottom=2.5cm}

\begin{document}

\title{Generalized Benders Decomposition 学习笔记}

\maketitle

\section{
  原始问题}

原始问题如下：

\begin{equation}

\label{original}

\begin{split}

&\max_{x,y}f(x,y)\\

&s.t.\quad G(x,y)\succeq 0,x\in X,y\in Y\\

\end{split}

\end{equation}

其中，$G(x,y)$所得结果为一个$m$维向量（也即有m个不等式约束）,假设在\eqref{original}中，y是复杂变量，即当y是固定值的时候，\eqref{original}就会变得很好解，这主要体现在一下几个可能的方面：

\begin{itemize}

\item[(a)]对于固定的y，问题\eqref{original}可以分解为若干个独立的优化问题，每一个子优化问题都是x的一个子向量，且互相不交叠；

\item[(b)]问题\eqref{original}可能是一个可以有效求解的著名的问题结构；

\item[(c)]问题\eqref{original}对于x和y联合起来并不是concave的，但是固定y之后对于x就是concave的。

\end{itemize}

为了将y固定，进行的操作是将问题投影到y空间上，(projection/partitioning)，经过映射或者是投影之后，问题变为了如下的形式：

\begin{equation}

\label{2}

\begin{split}

&\max_y \quad v(y)\\

&s.t.\quad y\in Y\cap V

\end{split}

\end{equation}

其中，$v(y)$与$V$的定义如下：

\begin{equation}

\label{3}

\begin{split}

v(y):=\sup_x f(x,y)\\

s.t. \quad G(x,y)\succeq 0,x\in X

\end{split}

\end{equation}

\begin{equation}

\label{4}

V:=\{y|G(x,y)\succeq 0,\exists x\in X\}

\end{equation}

实际上，Y是y原来的取值范围，而V则是可行的y的取值范围，两者求交集，则是在限定取值范围内的可行解y的范围。

注意到，$v(y)$是在给定$y$的情况下，\eqref{original}的最优取值，因为\eqref{3}太常用了，所以用（1-y）来指代\eqref{3}中的优化问题。

$$\max_{x\in X}f(x,y),s.t. G(x,y)\succeq 0 \quad\quad\quad\quad(1-y)$$

在Benders原始的工作中，只考虑了通过线性对偶理论来定义目标函数和限制条件，这样v和V就可以用有限数量的近似就能得到有限数量的近似。

\begin{
 subequations}

\begin{align}

X&:=\{x|x\succeq0 \}\\

f(x,y)&:=c^tx+\phi(y)\\

G(x,y)&:=Ax+g(y)