benders分解算法 逻辑思路整理（加星）

Benders decomposition

目录

1.benders的分类

2. 经典的benders分解

2.1 经典的benders分解注意点

2.2 benders分解的核心——子问题和对偶子问题的分析

---

benders分解本质是：
（1）将问题分解为松弛主问题和子问题
（2）子问题不断返回可行割和最优割，然后把这些割添加到松弛主问题中去。

直到子问题提供的上界UB和主问题提供的LB相等，此时得到最优解。（其实此时松弛主问题基本等同于原问题了。）

1.benders的分类

benders目前有三种：
（1）经典的benders分解 Classical Benders 
1960年由benders提出；
主问题是只保留整数变量的松弛主问题，子问题是线性规划问题。

（2）基于整数的benders  Integer-based Benders
1993年由研究VRP的加拿大大佬提出；
子问题不再是线性规划了，因此不能再用对偶线性规划的性质了。
但是仍然可以根据套路（固定公式）添加可行割和最优割。

（3）基于逻辑的benders Logic-based Benders
是最新的，2019年提出的（我不是很确定）？
需要根据问题而定制，不再有固定的公式套用了。

总结一下，前两种是只要符合形式，就可以套用，是通用性框架；而第三种的基于逻辑的benders是定制化方案，不再是通用性框架了。

一般我们经常可以看到的是经典的benders，此处我也结合经典的benders梳理下思路。

2. 经典的benders分解

2.1 经典的benders分解注意点

假设是min问题，y是整数变量，x是实数变量。

再来回顾下benders的主要思路：
（1）将问题分解为master problem松弛主问题（只包含y）和sub problem子问题（只包含x）
（2）主问题给子问题一个的整数解y（此时子问题拿到y以后就变成了一个仅仅包含x的函数），然后子问题返回可行割或最优割，然后把这些割添加到松弛主问题中去。不断循环，直到上下界相等，问题求解结束。

注：

可行割是切除不可行的解；最优割是让解变得更好。

从主要思路里可以看到：

（1）benders是不断添加割的，割就是割平面，也就是不断加约束，也被叫做行生成。利用的原理是，最优解可能不需要全部的约束，可能只需要一部分就可以了。因此我们寻找这些起作用的即可，一个个添加，直到问题求解。

（2）主问题不断给子问题传输整数解y，给了若干次（部分的整数解）就可以求解结束，不必再用枚举的方式枚举所有