如何在Benders分解算法中将母版的当前解决方案用于子问题约束中？

Question

我正在使用Benders Decomposition，目前正在使用bendersatsp.py文件，以使此代码适应我自己的MIP问题。 这种情况是，在我的情况下，与该bendersatsp.py文件不同，母版的解决方案参与了子问题的某些约束。这意味着对于母版的每个当前解决方案，我都必须修改这些约束的系数。

那么，为了将母版的当前求解向量用于子问题，我可以/必须写些什么？

目前，我已将此约束块写入separate函数中，但是最佳目标值并不正确。 为什么这不是一个好方法？

谢谢！

Answer 1

在BendersLazyConsCallback中，使用self.get_values方法：

  

返回当前节点的解决方案值。

     

在节点LP无界的情况下，此方法返回一个   对应于无界方向的向量，按比例缩放以便   它的至少一个元素的大小为cplex.infinity。因此，通常   该向量可以直接使用，例如，将惰性   约束。但是，由于向量中存在较大的值   必须注意避免潜在的数值错误。如果有疑虑，   重新缩放向量，并将其用作无界射线而不是   原始向量。

解向量被传递到workerLP.separate中，并用于修改workerLP物镜的线性系数。相反，听起来您想以某种方式修改workerLP的约束。

而不是打电话：

cpx.objective.set_linear(zip(thevars, thecoefs))

您应该在Cplex.linear_constraints界面中调用方法。