基于强化学习的不精确Benders分解控制学习
最优化与控制
2025-08-12 v1
摘要
Benders分解(BD)及其广义版本(GBD)是解决大规模混合整数优化问题常用方法，此类问题在过程系统运行中广泛出现。然而，针对在线环境的即插即用应用可能因重复求解主问题而计算效率不高。通过求解主问题达到局部最优性可作为降低求解时间的一种方法。然而，在每个迭代中确定次优性水平以最小化总求解时间是非平凡的。在本文中，我们提出利用强化学习确定每个GBD迭代的最佳次优性间隙。首先，我们表明，只要设计合适的次优性间隙计划，即可使不精确GBD收敛至最优解。随后，利用强化学习，我们学习一个最小化总求解时间的策略，平衡每次迭代的求解时间与次优性间隙的改进。在所得RL-iGBD算法中，策略根据问题特征和解的进展在每个迭代中调整次优性间隙。在基于混合整数经济模型预测控制问题的数值实验中，我们表明所提出的RL增强式iGBD方法可实现显著的求解时间降低。
引用
@article{arxiv.2508.06700,
title = {Learning to control inexact Benders decomposition via reinforcement learning},
author = {Zhe Li and Bernard T. Agyeman and Ilias Mitrai and Prodromos Daoutidis},
journal= {arXiv preprint arXiv:2508.06700},
year = {2025}
}