10:32arXiv cs.LG@Changkun Guan, El Mehdi Er Raqabi, Mathieu Tanneau, Pascal Van Hentenryck精选Benders分解是求解大规模混合整数优化问题的经典框架,但传统方法反复求解相似子问题,收敛慢。本文提出代理Benders分解(Proxy-BD),用自监督的预测-投影-补全机制生成对偶可行解,产生有效的Benders割,保证理论有效性。在大规模设施选址和网络设计问题上,Proxy-BD实现中位最优性差距低于0.5%,加速高达161倍,割数量减少240倍以上。该方法在子问题复杂度高时加速效果更显著,适合大规模分解场景。论文Benders分解优化代理大规模优化自监督学习设施选址推荐理由:做大规模优化或运筹学的团队终于有了加速Benders分解的实用方案——Proxy-BD用代理模型替代重复求解,理论保证不变但速度提升百倍,处理2000x2000规模问题的可以直接试。原文