ScholarGate
Asystent
Machine learningOptimization

Dekompozycja Bendersa

Dekompozycja Bendersa, wprowadzona przez Jacquesa F. Bendersa w 1962 roku, jest potężnym frameworkiem algorytmicznym do rozwiązywania wielkoskalowych problemów programowania mieszanego całkowitoliczbowego (MIP). Dzieli ona problem na problem główny (kontrolujący problematyczne zmienne) i podproblemy (obsługujące pozostałe zmienne), wykorzystując płaszczyzny odcięcia generowane z informacji dualnej podproblemów do iteracyjnego zawężania problemu głównego.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. Benders, J. F. (1962). Partitioning procedures for solving mixed-variables programming problems. Numerische Mathematik, 4(1), 238-252. DOI: 10.1007/BF01386316
  2. Geoffrion, A. M. (1972). Generalized Benders decomposition. Journal of Optimization Theory and Applications, 10(4), 237-260. DOI: 10.1007/BF00934810

Jak cytować tę stronę

ScholarGate. (2026, June 3). Benders Decomposition Method. ScholarGate. https://scholargate.app/pl/operations-research/benders-decomposition

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateBenders Decomposition (Benders Decomposition Method). Pobrano 2026-06-15 z https://scholargate.app/pl/operations-research/benders-decomposition · Zbiór danych: https://doi.org/10.5281/zenodo.20539026