对偶和Benders分解算法"/>
对偶和Benders分解算法
对偶定理
max cx
s.t. Ax ≤ b x ≥ 0 (uA - c)x ≥ 0
min ubs.t. uA ≥ c u ≥ 0u(Ax - b) ≤ 0
原式是max:x与对偶不等式(uA - c)同号,对偶变量u与原不等式(Ax - b)异号;
原式是min:x与对偶不等式(uA - c)异号,对偶变量u与原不等式(Ax - b)同号;
疑问:当原式中x范围是特定有限区间,u的范围是多少?
benders 分解
对于一个线性规划问题,将之分解成两个问题,一个子问题,一个主问题,主问题包含复杂变量,子问题中将复杂变量看做是常数,那么就剩下简单的线性变量,子问题就是一个可以求解的纯线性规划问题。给一个初始值求解主问题,求得的解带入子问题中验证,如果主问题的解不符合子问题的条件,加一些约束给主问题,如果符合标准,就是最优值,具体例子如下:
示例
更多推荐
对偶和Benders分解算法
发布评论