Machine learningOptimization
Benders Decomposition
Benders Decomposition（由 Jacques F. Benders 于 1962 年提出）是一种强大的算法框架，用于求解大规模混合整数规划 (MIP) 问题。它将问题分解为主问题（控制复杂变量）和子问题（处理剩余变量），并利用从子问题对偶信息生成的割平面来迭代地收紧主问题。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Benders, J. F. (1962). Partitioning procedures for solving mixed-variables programming problems. Numerische Mathematik, 4(1), 238-252. DOI: 10.1007/BF01386316 ↗
- Geoffrion, A. M. (1972). Generalized Benders decomposition. Journal of Optimization Theory and Applications, 10(4), 237-260. DOI: 10.1007/BF00934810 ↗
如何引用本页
ScholarGate. (2026, June 3). Benders Decomposition Method. ScholarGate. https://scholargate.app/zh/operations-research/benders-decomposition
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →