本論文では、大規模な経済配分問題における信頼性の高い最適化手法を提案しています。従来の最適化プロキシは高い精度を目指せる一方で、最悪の場合の解析からは、予測の信頼性に疑問が残るケースが存在します。そこで、本論文は、古典的な解法と最適化プロキシのバランスを取るため、デュアリティ理論を利用したハイブリッドソルバーを提案し、最適性の保障ができない場合は古典的な手法に戻ることを推奨しています。また、プライマル・デュアル訓練の統合を通じてハイブリッドソルバーの速度向上を目指しています。実験結果から、提案されたソルバーはスケーラビリティが高く、従来の並列化された単純シンプレックス法に比べて1000倍以上の速度向上を達成し、最大2%の最適性ギャップを保証しています。