Zerlegungsmethoden zur Lösung großer Optimierungsprobleme

Ich habe mich gefragt, ob jemand Vorschläge für Texte oder Übersichtsartikel zu Zerlegungsmethoden (z. B. Primäre, Duale, Dantzig-Wolfe-Zerlegungen) zur Lösung großer mathematischer Programmierprobleme hat.

Ich mochte Stephen Boyds "Notes on Decomposition Methods" , und es wäre großartig, zum Beispiel ein Lehrbuch zu finden, das dieses Thema ausführlicher behandelt.

In letzter Zeit habe ich mich mit Dekompositionstechniken in der mathematischen Programmierung beschäftigt: Ingenieurwissenschaften und naturwissenschaftliche Anwendungen von Conejo, Castillo, Minguez und Garcia-Bertrand (http://www.springer.com/engineering/computational+intelligence+and+complexity/book/ 978-3-540-27685-2).

Es behandelt verschiedene Techniken und wenn sie anwendbar sind, einschließlich Dantzig-Wolfe und Benders, und ich finde, dass es ein gutes Gleichgewicht zwischen Theorie und Anwendung hat. Ich mag die Beispiele besonders, weil sie meiner Meinung nach echten Problemen sehr ähnlich sind, die ich vielleicht formulieren und lösen möchte.

Durch die Methode, die Constraint-Matrix in Vektor umwandelt, werden heutzutage Zerlegungsmethoden häufig nicht zur Lösung großer Optimierungsprobleme verwendet.